已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀
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、本文對基于稀疏表示的可變形部件模型目標(biāo)檢測進(jìn)行了研究。目標(biāo)檢測是從獲取的圖像中提取感興趣的區(qū)域，作為圖像處理的一個基礎(chǔ)而重要的問題深受國內(nèi)外學(xué)者的重視，在視覺導(dǎo)航、目標(biāo)偵查、空間遙感等方面具有廣泛應(yīng)用。由于目標(biāo)本身外表的多變性和外界環(huán)境的復(fù)雜性，因此從靜態(tài)圖片中檢測并定位某一類目標(biāo)(例如人或車)的工作變得非常復(fù)雜。基于可變形部件模型 DPM（Deformable Part Model）的目標(biāo)檢測算法是由P. Felzenszwalb于2
2、008年提出，是一種魯棒且高效的目標(biāo)檢測方法。目前DPM已成為眾多分類、分割、姿態(tài)估計等算法的核心部分，利用這個模型的方法在近幾屆PASCAL VOC Challenge中都取得了較好的效果?；诳勺冃尾考Ｐ偷哪繕?biāo)檢測算法采用方向梯度直方圖HOG（ Histogram of Oriented Gradient）進(jìn)行特征表示，由于HOG無法處理模糊的邊界而且忽略了平滑的特征區(qū)域，從而影響了DPM算法的性能。近年來對于稀疏表示的研究越來越
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
- 基于可變形部件模型以及稀疏特征的行人檢測.pdf
- 基于稀疏特征以及可變形部件模型的行人檢測.pdf
- 基于可變形部件模型的人臉檢測方法研究.pdf
- 基于可變形部件模型的人體級聯(lián)檢測.pdf
- 基于加權(quán)可變形部件模型的行人檢測算法.pdf
- 基于稀疏表示模型的目標(biāo)跟蹤算法.pdf
- 基于雙人體可變形部件模型的深層人體檢測.pdf
- 基于稀疏表示的運動目標(biāo)檢測方法研究.pdf
- 基于稀疏表示的高光譜圖像目標(biāo)檢測.pdf
- 基于稀疏表示的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于稀疏表示的目標(biāo)檢測與跟蹤方法研究.pdf
- 特定場景下的可變形部件模型.pdf
- 基于稀疏表示的可見光目標(biāo)檢測研究.pdf
- 改進(jìn)的可變形部件模型及其在行人檢測中的應(yīng)用.pdf
- 基于稀疏表示的運動目標(biāo)檢測與跟蹤算法研究.pdf
- 基于稀疏表示的多視角目標(biāo)檢測技術(shù)研究.pdf
- 基于可變形卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的運動目標(biāo)跟蹤.pdf
- 基于解析稀疏模型的信號稀疏表示.pdf
評論
0/150
提交評論