基于人腦視覺(jué)感知機(jī)理的分類(lèi)與識(shí)別研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65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(hù)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、人類(lèi)視覺(jué)系統(tǒng)能夠輕易地辨認(rèn)各種物體,然而對(duì)計(jì)算機(jī)來(lái)說(shuō)這并非一件容易的事。作為計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)研究的熱點(diǎn)和難點(diǎn),圖像分類(lèi)和識(shí)別問(wèn)題長(zhǎng)期以來(lái)受到了眾多學(xué)者關(guān)注,具有廣泛的應(yīng)用前景。但目前對(duì)于圖像特征的類(lèi)型以及如何有效地提取圖像特征,仍然缺少系統(tǒng)的理論指導(dǎo)方法,這使得計(jì)算機(jī)在解決復(fù)雜自然場(chǎng)景中的物體識(shí)別問(wèn)題以及不同場(chǎng)景下的多類(lèi)物體分類(lèi)問(wèn)題時(shí),面臨著很大的挑戰(zhàn)。因此,借鑒認(rèn)知心理學(xué)以及神經(jīng)科學(xué)的研究成果,模擬人類(lèi)的視覺(jué)感知過(guò)程來(lái)建立特征提取

2、模型,不失為一個(gè)極具吸引力的探索方向。本文針對(duì)模擬人類(lèi)視覺(jué)感知機(jī)理的視覺(jué)特征計(jì)算模型進(jìn)行了研究。主要研究?jī)?nèi)容如下: ⑴在介紹視覺(jué)感知系統(tǒng)基本的生理學(xué)知識(shí)的基礎(chǔ)上,詳細(xì)論述了選擇性注意機(jī)制、模擬簡(jiǎn)單細(xì)胞的Gabor濾波器和用于分類(lèi)的支持向量機(jī)的工作原理。 ⑵介紹并分析了Serre,Wolf和Poggio的視覺(jué)特征計(jì)算模型以及Jim Mutch提出的基于稀疏化局部特征的特征計(jì)算模型。并在此基礎(chǔ)上,從提高對(duì)訓(xùn)練圖像的有效利用率

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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