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、目標(biāo)檢測(cè)作為圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域中的經(jīng)典課題,在交通監(jiān)控、圖像檢索、人機(jī)交互等方面有著廣泛的應(yīng)用。它旨在一個(gè)靜態(tài)圖像(或動(dòng)態(tài)視頻)中檢測(cè)出人們感興趣的目標(biāo)對(duì)象。傳統(tǒng)的目標(biāo)檢測(cè)算法中特征提取和分類(lèi)決策分開(kāi)進(jìn)行,對(duì)特征選取的要求就更加嚴(yán)格,在面對(duì)復(fù)雜場(chǎng)景的時(shí)候很難得到理想效果。自Hinton教授提出深度學(xué)習(xí)理論,越來(lái)越多的研究學(xué)者嘗試采用深度學(xué)習(xí)理念來(lái)解決目標(biāo)檢測(cè)問(wèn)題,并且提出了不同的模型。不同的模型應(yīng)用也不盡相同,通常采用卷積神經(jīng)網(wǎng)絡(luò)
2、來(lái)處理目標(biāo)檢測(cè)問(wèn)題。相比于傳統(tǒng)目標(biāo)檢測(cè)算法,卷積神經(jīng)網(wǎng)絡(luò)中特征提取和模式分類(lèi)并行進(jìn)行,而且隨著層數(shù)的增多可以更好的處理復(fù)雜場(chǎng)景,但是它對(duì)目標(biāo)邊緣的約束性太差。在這樣的基礎(chǔ)上,本文對(duì)傳統(tǒng)算法和卷積神經(jīng)網(wǎng)絡(luò)做了深入的研究,實(shí)現(xiàn)了將傳統(tǒng)算法和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的目標(biāo)檢測(cè)算法。本文的主要工作和創(chuàng)新有:
(1)針對(duì)傳統(tǒng)目標(biāo)檢測(cè)算法一般是使用矩形框的方式得到目標(biāo)的大致區(qū)域,而我們的需求是盡可能的獲得目標(biāo)的邊緣輪廓問(wèn)題,本文實(shí)現(xiàn)了一種改進(jìn)的
3、基于主動(dòng)輪廓模型的目標(biāo)檢測(cè)算法,使輪廓盡可能的接近目標(biāo)。
(2)針對(duì)傳統(tǒng)算法需要人工設(shè)計(jì)圖像特征,不同場(chǎng)景模型不穩(wěn)定問(wèn)題而卷積神經(jīng)網(wǎng)絡(luò)分割不精確以及缺少相鄰像素之間的約束的問(wèn)題,本文將傳統(tǒng)算法和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合,使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像“高層次”特征提取,超像素提取出圖像“低層次”特征,可以適應(yīng)不同的復(fù)雜場(chǎng)景,并且獲得準(zhǔn)確的目標(biāo)邊緣。在頤和園景點(diǎn)數(shù)據(jù)庫(kù)中進(jìn)行了充分的實(shí)驗(yàn)。通過(guò)結(jié)果可以看出使用我們的算法進(jìn)行目標(biāo)檢測(cè)提取,可以很
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
- 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)優(yōu)化方法研究.pdf
- 基于深度學(xué)習(xí)的海面目標(biāo)檢測(cè)研究.pdf
- 基于深度學(xué)習(xí)的快速目標(biāo)檢測(cè)技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)系統(tǒng)的研發(fā).pdf
- 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)系統(tǒng)的研發(fā)
- 基于深度特征學(xué)習(xí)的目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于深度學(xué)習(xí)的邊海防典型目標(biāo)檢測(cè)方法.pdf
- 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法研究及應(yīng)用.pdf
- 基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的多目標(biāo)檢測(cè)跟蹤.pdf
- 基于深度學(xué)習(xí)的溯源視頻目標(biāo)檢測(cè)與識(shí)別.pdf
- 基于CFAR與深度學(xué)習(xí)的SAR圖像艦船目標(biāo)檢測(cè)研究.pdf
- 基于深度學(xué)習(xí)的視頻目標(biāo)檢測(cè)方法研究與系統(tǒng)實(shí)現(xiàn).pdf
- 基于深度學(xué)習(xí)的城市交通場(chǎng)景目標(biāo)檢測(cè)算法研究.pdf
- 基于深度學(xué)習(xí)的目標(biāo)識(shí)別研究.pdf
- 基于深度信息的目標(biāo)檢測(cè)算法研究.pdf
- 基于深度學(xué)習(xí)的行人檢測(cè).pdf
- 基于深度學(xué)習(xí)與高光譜數(shù)據(jù)的人造目標(biāo)檢測(cè)
- 基于深度學(xué)習(xí)的入侵檢測(cè).pdf
- 基于深度學(xué)習(xí)的行人檢測(cè)方法研究.pdf
- 基于深度學(xué)習(xí)的圖像目標(biāo)識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論