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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、從計算機誕生以來,讓計算機或機器人像人類一樣具有視覺能力,是科研工作者一直不懈追求的目標(biāo)。物體檢測是人類視覺中的基本步驟和基本功能,為人類了解周圍的環(huán)境和景物提供了至關(guān)重要的前提。物體檢測是計算機視覺學(xué)科中極具挑戰(zhàn)性的理論研究課題,而且在很多領(lǐng)域具有廣闊的應(yīng)用前景,例如多媒體信息分析與搜索、場景分析與理解、視頻編碼、視頻監(jiān)控、模式識別等。作為一個研究熱點,物體檢測越來越受到研究者們的重視,研究深度和廣度在不斷地增強。
本文圍繞
2、物體檢測展開研究,研究目的是探索一種有效的物體特征表示方法并且應(yīng)用于物體檢測,從而提供物體檢測的新方法。針對上述研究目標(biāo),本文在基于局部紋理分析的物體表示特征、有效特征的選擇和基于局部紋理特征的物體檢測算法等方面進(jìn)行了深入的研究和探討。論文具體的研究內(nèi)容如下:
1.本文基于物體的局部紋理分析,提出了改進(jìn)的空間直方圖特征,用于物體檢測任務(wù)中的特征表示。空間直方圖特征是圖像局部紋理的信息分布,它同時反映了物體在不同尺度上的紋理和結(jié)
3、構(gòu)信息。改進(jìn)的空間直方圖特征與目標(biāo)物體類別相關(guān)聯(lián),具有對目標(biāo)物體的判別能力,而且能夠適用于各種典型物體的表示。本文以刻畫物體的紋理信息和結(jié)構(gòu)信息為著眼點,建立了空間直方圖特征的提取方法,并且對空間直方圖特征的物體判別能力進(jìn)行了研究。
2.提出了基于空間直方圖特征的層次化物體檢測算法。本文采用空間直方圖特征作為物體表示,根據(jù)由粗到精的策略,綜合利用兩種物體檢測技術(shù):直方圖匹配方法和支持向量機分類器,構(gòu)建了物體檢測的一種通用算法。
4、該算法首先通過直方圖匹配方法進(jìn)行粗檢測,達(dá)到排除圖像中大量非目標(biāo)物體的目的;其次在精確檢測過程中,采用支持向量機分類器提高檢測精度。該算法有效的解決了物體檢測問題,具有快速、魯棒的特點。該算法可以處理不同類型的物體模式,包括剛體物體模式、可變形的柔性非剛體物體、以及紋理模式物體。
3.提出了一種結(jié)合類別可分性和特征相關(guān)性的特征選擇方法。傳統(tǒng)的特征選擇技術(shù)在處理高維數(shù)據(jù)時,存在訓(xùn)練時間長或者選擇所得到的特征子集分類性能不高的局限
5、。本文方法使用Fisher準(zhǔn)則度量特征的類別可分性,采用互信息計算特征之間的相關(guān)性,按照順序增加的方式產(chǎn)生候選特征,以分類器錯誤率最小為目標(biāo),選擇分類性能高而互相之間相關(guān)性弱的特征,構(gòu)成緊致而有效的特征子集。該方法不但可以選擇出有效的分類特征,而且在保證分類性能的條件下降低了特征維數(shù),提高了分類效率。本文將所提出的特征選擇方法用于構(gòu)造空間直方圖特征子集,作為物體檢測中支持向量機分類器算法的輸入特征。實驗結(jié)果表明該方法可以自動獲取與目標(biāo)物
6、體類別相關(guān)聯(lián)的分類特征。
4.提出了基于空間直方圖特征和糾錯碼分類器的多姿態(tài)人臉檢測算法。首先,本文結(jié)合糾錯碼多類分類器算法,研究了如何將基于空間直方圖特征的物體檢測算法擴展到多姿態(tài)人臉檢測。其次,針對基于糾錯碼多類分類算法中單分類器訓(xùn)練困難的問題,本文提出了一種在給定糾錯碼碼本的前提下如何訓(xùn)練有效糾錯碼多類分類器的方法。該方法以整體糾錯碼多類分類器的錯誤率最小為目標(biāo),依次選擇有效特征和訓(xùn)練單分類器,從而訓(xùn)練得到整體分類性能更
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(hù)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(fù)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
- 基于簡單局部特征學(xué)習(xí)的物體檢測方法.pdf
- 基于特征共享的高效物體檢測.pdf
- 基于局部紋理特征的隱寫檢測研究.pdf
- 基于形狀和特征融合的多物體檢測方法研究.pdf
- 結(jié)合局部特征與空間關(guān)系的多物體檢測算法研究.pdf
- 基于視覺詞匯的物體檢測方法研究.pdf
- 基于物體檢測的場景分類方法研究.pdf
- 基于目標(biāo)運動信息和dpm特征的物體檢測
- 基于目標(biāo)運動信息和DPM特征的物體檢測.pdf
- 基于關(guān)鍵特征點的廣義霍夫變換物體檢測.pdf
- 基于視覺顯著性的物體檢測方法研究.pdf
- 基于滑動窗口的弱標(biāo)記物體檢測方法研究.pdf
- 基于圖像分割的顯著性物體檢測方法.pdf
- 基于圖像分割的顯著性物體檢測方法
- 基于關(guān)鍵特征點的廣義霍夫變換物體檢測(1)
- 基于范例度量學(xué)習(xí)的物體檢測.pdf
- 基于局部特征的拷貝檢測方法的研究.pdf
- 基于紋理特征的差值變化檢測方法研究.pdf
- 基于局部特征的三維物體識別方法研究.pdf
- 基于梯度特征和紋理特征的行人檢測.pdf
評論
0/150
提交評論