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、在多攝像機(jī)監(jiān)控系統(tǒng)中,由于攝像機(jī)視野的角度不同、背景的變化、尺度不同等一些非抗力因素,使得行人再識(shí)別的研究面臨極大的挑戰(zhàn)。尤其是在低分辨率圖像中,獲取的特征點(diǎn)不夠多,且辨別度不夠大,使得行人再識(shí)別的問(wèn)題亟待得到解決。為了解決行人再識(shí)別存在的難題,推動(dòng)智能監(jiān)控技術(shù)的發(fā)展,本文提出了基于顯著性特征的行人再識(shí)別算法。利用圖像的顯著性特征對(duì)行人進(jìn)行匹配,從而提高行人再識(shí)別的魯棒性和準(zhǔn)確率。
本文采用稠密匹配算法,將行人圖片分成若干個(gè)大
2、小一定且相同的小塊,基于這些小塊進(jìn)行特征的提取。在匹配特征時(shí),采用垂直的空間約束,縮小了匹配搜索范圍的同時(shí)也很好的解決了由于姿勢(shì)改變或者攝像機(jī)視角改變引起的行人圖片不對(duì)準(zhǔn)的問(wèn)題。圖像塊的特征采用LAB顏色直方圖特征和SIFT特征的融合特征,并形成一個(gè)高維的特征向量。本文采用了特征的顯著性來(lái)輔助特征匹配的過(guò)程。在計(jì)算顯著性值時(shí),不僅考慮了類間的顯著性,也考慮了圖像塊在原圖中固有的顯著性,從而加強(qiáng)了對(duì)特征塊的顯著性描述。實(shí)驗(yàn)結(jié)果表明,與同類
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
- 基于視覺(jué)顯著特征分析的行人再識(shí)別方法研究.pdf
- 基于顯著性特征的大冰雹識(shí)別模型.pdf
- 基于顯著性的目標(biāo)檢測(cè)與識(shí)別算法.pdf
- 顯著性區(qū)域指導(dǎo)的局部特征算法.pdf
- 基于局部特征與視覺(jué)顯著性的圖像目標(biāo)識(shí)別研究.pdf
- 基于多特征的行人再識(shí)別研究.pdf
- 基于多特征融合的視覺(jué)顯著性檢測(cè)算法研究.pdf
- 基于顯著性分析和多特征融合的圖像檢索算法研究.pdf
- 基于圖像顯著性和詞袋模型的人體目標(biāo)再識(shí)別研究.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 基于多特征的視覺(jué)顯著性檢測(cè).pdf
- 基于張量分解的視覺(jué)顯著性算法研究.pdf
- 基于視覺(jué)顯著性的目標(biāo)識(shí)別.pdf
- 基于視覺(jué)顯著性的圖像識(shí)別的研究.pdf
- 基于多特征的圖像顯著性檢測(cè).pdf
- 基于Voronoi極點(diǎn)的點(diǎn)云特征顯著性檢測(cè)算法研究.pdf
- 基于類和區(qū)域特征的協(xié)同顯著性檢測(cè)算法.pdf
- 基于位置感知的圖像顯著性算法研究.pdf
- 基于底層特征與高層先驗(yàn)的顯著性區(qū)域檢測(cè)算法.pdf
- 基于視覺(jué)顯著性的圖像檢索算法研究.pdf
評(píng)論
0/150
提交評(píng)論