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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、物體檢測(cè)一直是計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域中的研究熱點(diǎn),其在智能交通、人機(jī)交互、圖像分析和電子娛樂等方面都有著廣泛的應(yīng)用。近年來,許多領(lǐng)域都能涉及到物體檢測(cè),并得到了越來越多的關(guān)注和重視。
生活中遮擋的情況經(jīng)常發(fā)生,時(shí)常帶給人們以困擾,造成生活中的不便利。遮擋問題已經(jīng)成為了物體檢測(cè)領(lǐng)域內(nèi)人們公認(rèn)的難點(diǎn)之一,如何能夠改善遮擋條件下的物體檢測(cè),一直是學(xué)者們努力的方向。可變形部件模型已經(jīng)實(shí)現(xiàn)了較好的檢測(cè)性能并獲得了廣泛應(yīng)用,尤其在人體姿
2、態(tài)和動(dòng)作識(shí)別方面,可變形部件模型處于領(lǐng)先的地位。然而,可變形部件模型在處理遮擋條件下的物體檢測(cè)問題時(shí),仍然存在一定的劣勢(shì)。當(dāng)檢測(cè)窗口中的目標(biāo)物體被部分遮擋時(shí),例如人與人之間的重疊以及人與物之間的遮擋,利用可變形部件模型進(jìn)行處理得到的響應(yīng)得分值將會(huì)降低,使得其不能夠檢測(cè)到目標(biāo)。本文利用了可變形部件模型的良好特性,在此基礎(chǔ)上提出了基于概率密度分布的遮擋模型,在處理遮擋情況下的行人檢測(cè)問題方面獲得了一定的效果。
本文最后在INRIA
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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于概率密度分布與模糊熵的目標(biāo)檢測(cè)技術(shù).pdf
- 基于采樣概率密度增強(qiáng)的人手檢測(cè).pdf
- matlab畫分布函數(shù)和概率密度函數(shù)作者
- 概率密度函數(shù)的估計(jì)
- 基于概率密度的圖像處理算法的研究與應(yīng)用.pdf
- 基于概率密度逼近的特征選擇研究.pdf
- 基于支持向量機(jī)的概率密度估計(jì)及其在分布估計(jì)算法中的應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的端到端物體檢測(cè)算法研究.pdf
- 監(jiān)控視頻中基于背景建模的運(yùn)動(dòng)物體檢測(cè)算法.pdf
- 概率密度的概念與性質(zhì)
- 概率密度函數(shù)的定義.dwg
- 概率密度函數(shù)的定義.dwg
- 視頻序列中運(yùn)動(dòng)物體檢測(cè)算法研究.pdf
- 概率密度函數(shù)的定義.dwg
- 概率密度函數(shù)的定義.dwg
- 基于支持向量機(jī)的概率密度估計(jì).pdf
- 結(jié)合局部特征與空間關(guān)系的多物體檢測(cè)算法研究.pdf
- 基于AdaBoost的人體檢測(cè)算法.pdf
- 基于直方圖的概率密度函數(shù)的同時(shí)置信帶.pdf
- 一十種概率密度函數(shù)
評(píng)論
0/150
提交評(píng)論