2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩74頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、室內(nèi)場(chǎng)景分類(lèi)是場(chǎng)景分類(lèi)的一個(gè)研究領(lǐng)域,同時(shí)也是場(chǎng)景分類(lèi)的一個(gè)研究難點(diǎn)。如有效解決室內(nèi)場(chǎng)景分類(lèi)精度低的問(wèn)題,將有助于室內(nèi)場(chǎng)景分類(lèi)在場(chǎng)景圖片檢索、視頻檢索及機(jī)器人等領(lǐng)域的應(yīng)用。因此,室內(nèi)場(chǎng)景分類(lèi)的研究具有重要的意義。當(dāng)前應(yīng)用室內(nèi)場(chǎng)景分類(lèi)主要兩種特征模型:第一種是David G等人提出的空間金字塔模型以及Bosch A等人提出的金字塔梯度直方圖模型;第二種是Oliva等人提出的場(chǎng)景形狀整體空間包絡(luò)模型。本文提出了一種局部特征和全局特征融合的室

2、內(nèi)場(chǎng)景分類(lèi)方法。這種方法結(jié)合了局部特征的細(xì)節(jié)性和全局特征的全貌性,適當(dāng)提高了室內(nèi)場(chǎng)景分類(lèi)精度。
  首先,本文綜述了室內(nèi)場(chǎng)景分類(lèi)相關(guān)的背景知識(shí),以及它的研究意義;分析了室內(nèi)場(chǎng)景分類(lèi)的研究現(xiàn)狀。
  其次,本文闡述了獲取尺度不變特征轉(zhuǎn)換(SIFT,Scale-invariant feature transform)的詳細(xì)過(guò)程,Gist特征概念及獲取的過(guò)程,PHOG(Pyramid Histogram of Orientated

3、Gradients)特征概念及獲取過(guò)程,SVM分類(lèi)器,PCA(Principle Component Analysis)降維。其中SIFT特征和PHOG特征屬于場(chǎng)景圖像的局部特征,Gist特征屬于場(chǎng)景圖像的全局特征。另外,本文還闡述了在多特征下進(jìn)行多特征融合的方法。
  第三,本文提出了改進(jìn)的SIFT特征提取方法。經(jīng)典空間金字塔模型在提取場(chǎng)景圖像SIFT特征時(shí),會(huì)生成n*128維的特征矩陣,其中n為關(guān)鍵點(diǎn)的個(gè)數(shù),也就是矩陣行數(shù),1

4、28為關(guān)鍵點(diǎn)的特征維度。這種情況下場(chǎng)景圖像特征矩陣存在大量0元素,從而導(dǎo)致場(chǎng)景分類(lèi)精度很低。為此,本文根據(jù)關(guān)鍵點(diǎn)位置進(jìn)行聚類(lèi)處理,再提取SIFT特征,得到統(tǒng)一維度的SIFT特征矩陣后再進(jìn)行降維處理。另外,本文詳細(xì)闡述了Gist特征和PHOG特征獲取的具體的步驟、詳細(xì)分析了多特征融合的室內(nèi)場(chǎng)景分類(lèi)方法的整體架構(gòu)及具體研究了室內(nèi)場(chǎng)景多特征的生成。
  第四,本文進(jìn)行了實(shí)驗(yàn)與結(jié)果分析。首先進(jìn)行了室內(nèi)場(chǎng)景圖像的訓(xùn)練集和測(cè)試集占比的實(shí)驗(yàn),從

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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

評(píng)論

0/150

提交評(píng)論