基于SVM的災(zāi)區(qū)殘缺人體圖像的檢測研究.pdf_第1頁
已閱讀1頁，還剩82頁未讀， 繼續(xù)免費閱讀

下載本文檔

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)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、ClassifiedIndex：TP391UDC：62138ZB46308SouthwestUniversityofScienceandTechnoIogyMasterDegreeThesiSStudyonDetectionofDisasterAreasGrade：Candidate：AcademiCDegreeAppIiedfor：SpeciaIity：Supervisor：HumanImagesinTheBasedonSVM2007

2、SunDongMasterofMechanicaIEngineeringMechatronicEngineol“ingProfCaiYongApr12th。2010西南科技大學(xué)碩士研究生學(xué)位論文第1頁摘要現(xiàn)在的圖像檢測領(lǐng)域中包含的研究方向有很多，但都是在基于完整特征的情況下進行檢測。本文主要針對基于SVlVl算法的殘缺面部、殘缺手部和殘缺耳部檢測。本文以殘缺人體檢測技術(shù)為主要研究內(nèi)容，在歸納分析一些經(jīng)典算法后，對以下技術(shù)點進行了深入研究

3、：(1)本文的殘缺人體檢測方法融合了小波變換和離散余弦變換。圖像經(jīng)過小波變換，提取得到圖像的低頻和高頻分量。離散余弦變換本身具有非常好的壓縮性能，同時他在計算方面也具有很好的有效性，兩方面的結(jié)合使得提取圖像的特征少而精。也使得輸入向量的維數(shù)減小，從而減少了計算的復(fù)雜性。(2)由于單純的支持向量機方法很耗時而且比較難以實現(xiàn)，這是需要對待檢測圖像要整幅逐步搜索檢測的原因。本文在對殘缺人體檢測中，采用了一種基于非平衡二叉樹的SVM多類別分類方

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(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。

評論

0/150

提交評論