版權說明: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,請進行舉報或認領
文檔簡介
1、近幾年,對象提取成為計算機視覺領域一個重要的研究方向,為準確估計出圖像中的對象或部分,對象檢測、對象識別等各種操作方法層出不窮。如今多數(shù)方法一般是在單幅圖像中針對一個或多個不同的對象進行操作,而當給定一批主題相關的圖像時,通常的對象提取方法很難實現(xiàn)多圖像中相同對象的估計。因此,聯(lián)合對象的提取技術便應運而生,但目前關于這方面的研究很少。
本文提出了一種基于代表性塊的聯(lián)合對象提取方法,其目的是判別出兩幅相關圖像中相同的對象部分。所
2、謂對象是指圖像中的顯著區(qū)域,即人視覺感知的主要部分。對象的顯著性特征可從顏色、紋理、形狀、空間關系、統(tǒng)計特征等五個方面進行描述,而根據(jù)單一特征所提取的圖像效果在時間復雜度和空間分辨率等方面存在明顯的局限性和差異性,所以僅利用一種圖像特征難以滿足實際需求。為了得到一個清晰、準確的對象提取效果圖,可將不同圖像特征的各自優(yōu)勢和互補性加以綜合利用。
本文的主要研究過程是針對給定的兩幅圖像,首先使用樸素貝葉斯法訓練生成一個貝葉斯分類器,
3、同時利用多尺度顯著性、顏色對比、邊緣密度、超像素跨界等多種顯著特征提取出若干包含對象的窗口;然后通過線性SVM及相關聚類方法訓練代表性塊,具體是利用一個迭代程序在聚類和判別式訓練分類器之間進行交替直至收斂,經(jīng)多次迭代后會得到一系列塊集群;再對目標進行空間上的定位,借助圖像匹配算法計算每對代表性塊的相似度,篩選出若干個權值較高的代表性塊;最后根據(jù)塊和對象窗口的空間位置關系,將與每個對象窗口相交或包含在窗口內(nèi)的代表性塊進行權值疊加,對多次剔
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 代表性的斷裂
- 人大代表的代表性研究.pdf
- 基于代表性鏡頭的視頻檢索方法.pdf
- 非物質(zhì)文化遺產(chǎn)代表性項目代表性傳承人清單
- 我國人大代表代表性研究.pdf
- 我國人大代表代表性建設的探討.pdf
- 單縣最有代表性的傳統(tǒng)名吃
- 淺析無黨派代表人士的代表性
- 實驗室代表性論文
- 代表性學術成果檢索表
- 社區(qū)參與代表性案例分析
- 最具代表性的公司校園招聘方案
- 2015年學生創(chuàng)新代表性項目
- 代表性材料鑒定意見書
- 世界各國代表性建筑
- 大規(guī)模圖像集中的代表性圖像選取.pdf
- 五種有代表性的黑馬股特征
- 第四批上海市非物質(zhì)文化遺產(chǎn)代表性項目代表性傳承
- 2016基地人員發(fā)表的代表性論文28篇
- 中國通量觀測區(qū)域代表性評估研究.pdf
評論
0/150
提交評論