版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、視覺注意機制是濾除冗余,獲取有效信息的主要方法之一,如何合理的與已有算法相融合是當前研究的關鍵。本文在對視覺注意機制與運動檢測算法深入分析的基礎上,針對兩種算法的不足,提出了一些改進,并將其引入行人檢測中。通過實驗分析對改進算法的有效性和穩(wěn)定性進行驗證。
本文首先為對抗現(xiàn)有注意模型在顏色空間及時間信息等方面存在的不足,提出了相應的改進模型。使用更接近于人類視覺的Lab顏色空間來取代傳統(tǒng)模型中的RGB特征。并使用“勝者取全”(W
2、inner Takes All,WTA)的決策機制獲得顯著特征圖。其次,在區(qū)域檢測方面,針對三幀差分檢測邊緣不連續(xù),空洞現(xiàn)象嚴重等缺陷,提出將改進的三幀差法與基于區(qū)域搜索迭代的內輪廓填充法相融合,以填充空洞。融合改進的視覺注意模型,提出一種基于視覺注意機制的區(qū)域檢測算法,算法融合了運動檢測與視覺注意的現(xiàn)有研究成果,實現(xiàn)了對運動顯著區(qū)域的檢測。實驗結果表明,本算法對待檢測區(qū)域的目標信息起到明顯的增強作用,并一定程度抑制背景干擾,是一種有效
3、的區(qū)域檢測算法。最后,在行人檢測方面,基于視覺注意的區(qū)域檢測可得到被增強的包含目標的區(qū)域,稱為感興趣區(qū)域(Region Of Interest,ROI)。針對傳統(tǒng)行人檢測算法需提取整幅圖像區(qū)域的HOG特征,耗時久,且誤檢嚴重;而單純引入運動信息,漏檢和局部檢測現(xiàn)象又十分嚴重等不足。本文將以上區(qū)域檢測算法引入其中,提出了一種基于視覺注意的行人檢測算法,該方法只需在ROI內提取HOG特征并進行匹配,在各場景下的實驗結果表明,本文算法的檢測結
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于視覺注意機制的目標檢測算法研究.pdf
- 基于視覺注意機制的目標檢測算法的研究.pdf
- 基于視覺的行人檢測算法研究及系統(tǒng)設計.pdf
- 基于視覺注意的SAR目標快速檢測算法研究.pdf
- 基于單目視覺的行人檢測算法研究與實現(xiàn).pdf
- 基于計算機視覺的車輛前方行人檢測算法研究.pdf
- 基于認知視覺注意模型的行人檢測.pdf
- 基于PCANet的行人檢測算法研究.pdf
- 基于紅外圖像的行人檢測算法研究.pdf
- 基于機器學習的行人檢測算法研究.pdf
- 基于單目視覺的運動行人檢測算法的研究與實現(xiàn).pdf
- 基于視覺感知機制的顯著目標檢測算法研究.pdf
- 基于視覺的車輛檢測算法研究.pdf
- 基于混合特征的行人檢測算法研究.pdf
- 基于紅外圖像的行人檢測算法的研究.pdf
- 基于視覺的行人與二輪車輛檢測算法的研究與實現(xiàn).pdf
- 車輛前方行人檢測算法的研究.pdf
- 視頻中的行人檢測算法研究.pdf
- 基于視頻的橫穿行人檢測算法研究.pdf
- 基于車載視覺的車輛檢測算法研究.pdf
評論
0/150
提交評論