基于稀疏內(nèi)積和時(shí)間分布計(jì)算的高效物體檢測(cè).pdf

1、物體檢測(cè)在圖像理解和視頻分析等多媒體數(shù)據(jù)處理中是非常重要的一個(gè)方面。由于圖像和視頻的數(shù)量巨大以及有限的計(jì)算資源,快速有效的檢測(cè)是巨大的挑戰(zhàn)。同時(shí)低計(jì)算復(fù)雜度和高泛化能力是視頻物體檢測(cè)的兩個(gè)重要方面。低計(jì)算復(fù)雜度不僅意味快速同時(shí)也包括低能源消耗?；谥蜗蛄繖C(jī)的滑動(dòng)窗口檢測(cè)方法是物體檢測(cè)方面的一個(gè)經(jīng)典檢測(cè)框架,計(jì)算損耗主要集中在特征提取和基于內(nèi)積的分類(lèi)。因此,如何提高特征提取和分類(lèi)的效率是高效物體檢測(cè)的關(guān)鍵。
　　為了提高檢測(cè)物體的

2、效率并降低耗能,本文利用視頻序列時(shí)間和空間上的相關(guān)性,提出了一種基于滑動(dòng)窗口空間相關(guān)性的高效節(jié)能算法以及一種基于視頻序列時(shí)間相關(guān)性的分布式的物體檢測(cè)框架(DOD)。
　　針對(duì)內(nèi)積分類(lèi),本文算法提出了相鄰滑動(dòng)窗口子圖像在特征空間也是相鄰的理論假設(shè),并在此基礎(chǔ)上結(jié)合線(xiàn)性分類(lèi)器的特性,利用一次內(nèi)積快速排除掉一批相鄰子圖像,本算法總的乘法和加法次數(shù)與傳統(tǒng)滑動(dòng)窗口幾乎一致,但本算法的乘法次數(shù)相比而言非常少。由于加法比乘法消耗能源要少很多,因