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、視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與特征提取是計(jì)算機(jī)視覺(jué)技術(shù)研究中的基本內(nèi)容,隨著社會(huì)和科技的發(fā)展,在人工智能、人機(jī)交流應(yīng)用領(lǐng)域中起著極其重要的作用,其涉及了視頻圖像處理和模式識(shí)別等技術(shù),在指紋識(shí)別、人臉識(shí)別、車牌檢測(cè)跟蹤識(shí)別等得到了廣泛的應(yīng)用,因此具有重要的研究?jī)r(jià)值。目前,核方法得到了廣泛的應(yīng)用,本文結(jié)合核方法,對(duì)視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與特征提取進(jìn)行了研究。
本文針對(duì)視頻運(yùn)動(dòng)目標(biāo)檢測(cè)中前景遮擋部分背景而造成的前后景存在相關(guān)性問(wèn)題,提出了基于核獨(dú)立分
2、量分析的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法,最小化分量在高維特征空間中的典型相關(guān)性以此來(lái)分離前景核背景。獨(dú)立分量分析假設(shè)了前后景獨(dú)立,逃避了相關(guān)性問(wèn)題。本文中,基于核的獨(dú)立分量分析方法利用了非線性問(wèn)題在高維空間中可能會(huì)變成線性問(wèn)題這一前提,將樣本數(shù)據(jù)映射到高維特征空間,并利用典型相關(guān)分析來(lái)討論分離分量在高維特征空間中的典型相關(guān)性。由此,引出了基于核的獨(dú)立分量分析的兩種目標(biāo)函數(shù):基于核典型分量分析的核獨(dú)立分量分析(KCCA)和基于廣義方差的核獨(dú)立分量分
3、析(KGV)。KCCA是典型相關(guān)分析在核方法中的應(yīng)用,討論的是分離分量高維映射的第一典型相關(guān)性,而 KGV討論的是分量分量在高維空間中的典型相關(guān)性的整個(gè)頻譜。無(wú)論是KCCA還是KGV都提高了運(yùn)動(dòng)目標(biāo)檢測(cè)的精度。
本文在廣義Fock空間中(GF空間),將特征提取問(wèn)題轉(zhuǎn)化成的Volterra級(jí)數(shù)的參數(shù)優(yōu)化問(wèn)題。通過(guò)粒子群優(yōu)化算法優(yōu)化 Volterra級(jí)數(shù)參數(shù),根據(jù)實(shí)際需要,增強(qiáng)有用特征,減弱無(wú)用特征,使得特征不僅僅滿足模式識(shí)別的要
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
- 基于核方法的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與特征提取研究.pdf
- 特征提取在運(yùn)動(dòng)目標(biāo)檢測(cè)中的應(yīng)用分析.pdf
- 復(fù)雜背景視頻中目標(biāo)檢測(cè)的特征提取與分類算法研究.pdf
- 基于變換域的水下運(yùn)動(dòng)目標(biāo)特征提取與跟蹤.pdf
- 基于核的特征提取方法的人臉識(shí)別研究.pdf
- 極化SAR圖像人造目標(biāo)特征提取與檢測(cè)方法研究.pdf
- 運(yùn)動(dòng)目標(biāo)的特征提取與行為識(shí)別研究.pdf
- SAR圖像特征提取及微弱目標(biāo)檢測(cè)方法研究.pdf
- SAR圖像艦船目標(biāo)檢測(cè)及特征提取方法研究.pdf
- 基于內(nèi)容的視頻檢索特征提取方法的研究與實(shí)現(xiàn).pdf
- 視頻語(yǔ)義特征提取方法研究.pdf
- 目標(biāo)高速運(yùn)動(dòng)的特征提取與分析.pdf
- 被動(dòng)目標(biāo)特征提取方法研究.pdf
- 基于特征提取的快速行人檢測(cè)方法研究.pdf
- 基于視頻的魚類特征提取.pdf
- 基于視頻圖像特征提取的煙霧檢測(cè)算法研究.pdf
- 基于DWT的視頻運(yùn)動(dòng)目標(biāo)提取方法研究.pdf
- 雷達(dá)圖像目標(biāo)特征提取方法研究.pdf
- 目標(biāo)輻射噪聲特征提取方法研究.pdf
- 基于HOG特征提取的車輛檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論