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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、目標(biāo)檢測與歸類是計算機視覺與模式識別領(lǐng)域的熱點,并廣泛應(yīng)用于軍事情報分析,安防監(jiān)控,互聯(lián)網(wǎng)數(shù)據(jù)處理等領(lǐng)域。當(dāng)前,通過統(tǒng)計學(xué)習(xí)手段從圖像中學(xué)習(xí)物體的特征表達,正在成為研究的重要方向。這主要是由于兩個方面的原因:第一,從仿生學(xué)角度,對人腦視神經(jīng)細胞感受野的研究顯示,視覺算法應(yīng)關(guān)注無監(jiān)督的局部特征學(xué)習(xí),以及將局部特征根據(jù)空間位置組合形成自底向上的高層特征表達的機理。第二,從應(yīng)用層面角度,傳統(tǒng)的人工設(shè)計的特征越來越難以適應(yīng)當(dāng)前復(fù)雜場景、多姿態(tài)、
2、大類內(nèi)差別、海量數(shù)據(jù)等挑戰(zhàn),而從數(shù)據(jù)集中學(xué)習(xí)得到對分類更有效特征,成為必然趨勢。
本文針對不同類型的目標(biāo),圍繞特征學(xué)習(xí)與特征選擇進行了如下工作:
1.針對復(fù)雜場景下紅外小目標(biāo)檢測,通過監(jiān)督學(xué)習(xí),得到紅外小目標(biāo)在鄰域內(nèi)的灰度分布特征?;谶@些特征,提出級聯(lián)檢測方法,將局部灰度極大值位置通過多級分類器分為目標(biāo)與非目標(biāo),可以快速進行小目標(biāo)檢測。
2.針對空地目標(biāo)檢測,利用局部特征視覺顯著性機理,取類別相關(guān)特征,在
3、特征空間提取視覺顯著性。隨后只需要對顯著性區(qū)進行識別,避免了全局滑窗搜索,提高了檢測算法效率。
3.針對過完備局部特征表示與空間歸并產(chǎn)生的高維特征表達,提出采用在線學(xué)習(xí)線性分類器進行特征選擇。將稀疏貝葉斯學(xué)習(xí)與自適應(yīng)約束權(quán)值算法相結(jié)合,得到具有稀疏權(quán)值的線性分類器,用權(quán)值進行特征選擇。本方法可以在普通電腦上快速完成大規(guī)模數(shù)據(jù)集的高維特征選擇。經(jīng)過特征選擇后,單層結(jié)構(gòu)的算法在CIFAR10目標(biāo)歸類數(shù)據(jù)集上的正確率可以和很多深度學(xué)
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。
最新文檔
- 基于深度特征學(xué)習(xí)的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于機器視覺的自然目標(biāo)特征學(xué)習(xí)與即時檢測.pdf
- 基于特征學(xué)習(xí)的人體目標(biāo)檢測和分析.pdf
- 基于特征點的目標(biāo)檢測與跟蹤方法研究.pdf
- 基于中層特征學(xué)習(xí)的旋轉(zhuǎn)對稱目標(biāo)檢測算法研究.pdf
- 基于ORB特征的目標(biāo)檢測與跟蹤的研究.pdf
- 基于局部特征的目標(biāo)檢測研究.pdf
- 基于深度學(xué)習(xí)的目標(biāo)檢測研究.pdf
- 基于不變特征的目標(biāo)檢測方法研究.pdf
- 基于邊緣特征的運動目標(biāo)檢測與跟蹤.pdf
- 基于多特征融合的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于運動特征的目標(biāo)檢測識別.pdf
- 基于分形特征的目標(biāo)檢測.pdf
- 基于機器學(xué)習(xí)的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于特征點的目標(biāo)檢測與跟蹤快速算法研究.pdf
- 基于多特征融合的運動目標(biāo)檢測與跟蹤方法研究.pdf
- 基于視覺記憶的目標(biāo)檢測算法:一個特征學(xué)習(xí)與特征聯(lián)想的過程.pdf
- 基于字典學(xué)習(xí)的運動目標(biāo)檢測.pdf
- 基于區(qū)域特征的運動目標(biāo)檢測算法的研究與開發(fā).pdf
- 基于特征點的運動車輛目標(biāo)檢測與跟蹤.pdf
評論
0/150
提交評論