2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、通過視覺理解環(huán)境及其中人類活動的研究目標(biāo)是讓視覺系統(tǒng)具備人類的視覺感知和推理能力,是計(jì)算機(jī)視覺研究的最高目標(biāo)。但由于對動態(tài)環(huán)境中人體行為和物體的感知受到運(yùn)動的非剛性和高自由度等因素的影響,使得該研究進(jìn)展相對緩慢。受到神經(jīng)科學(xué)、認(rèn)知科學(xué)和心理學(xué)的啟發(fā),本文通過挖掘動態(tài)環(huán)境中諸多物體與人體行為的內(nèi)在關(guān)系,建立物體和行為共同上下文的表征模型,進(jìn)而協(xié)助機(jī)器人實(shí)現(xiàn)人體行為理解。本文主要工作如下:
  (1)為縮小語義鴻溝,利用視覺屬性在圖像

2、低層特征與高層語義之間架起一座語義橋梁,實(shí)現(xiàn)圖像視覺輸入到高層語義輸出的映射。研究以物體視覺屬性作為中間表示層的模型,證明該類模型具有較好的學(xué)習(xí)遷移性;研究基于多種組合特征的視覺屬性分類算法和基于無監(jiān)督特征學(xué)習(xí)的視覺屬性分類算法,設(shè)計(jì)實(shí)驗(yàn)表明基于無監(jiān)督特征學(xué)習(xí)的視覺屬性分類方法具有更好的準(zhǔn)確率。
  (2)推理物體及其功能屬性信息是視覺智能的一項(xiàng)基本問題,之前的大部分工作將推理問題簡化為分類問題,本文基于馬爾科夫邏輯網(wǎng),構(gòu)建物體網(wǎng)

3、絡(luò)模式表征模型,以推理的方式解決物體功能屬性的推理問題;利用上述物體視覺屬性作為模型的中間表示層,增強(qiáng)模型對稀少樣本甚至零樣本物體的表征能力;結(jié)合人體操作物體的動作信息和互聯(lián)網(wǎng)豐富的信息源,在統(tǒng)一的框架下實(shí)現(xiàn)豐富的推理任務(wù)。
  (3)為表征人體行為豐富的上下文信息,與人體交互的物體軌跡信息不可或缺。針對在動態(tài)家庭環(huán)境下收集的人體行為視頻中物體軌跡獲取精度不高的問題,構(gòu)造3D視頻中深度圖像信息的尺度特征,提出物體檢測追蹤融合算法,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論