

版權(quán)說(shuō)明:本文檔由用戶(hù)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)的目的是將某既定目標(biāo)從場(chǎng)景中分割和識(shí)別出來(lái),是一種基于目標(biāo)的幾何特征以及統(tǒng)計(jì)特征的圖像分割。評(píng)價(jià)一個(gè)目標(biāo)檢測(cè)系統(tǒng)的性能主要包括準(zhǔn)確檢測(cè)能力及其實(shí)時(shí)性。
本文以自然圖像中的目標(biāo)檢測(cè)為背景,在對(duì)基于多示例的目標(biāo)檢測(cè)算法研究的基礎(chǔ)上,提出了一些新的改進(jìn)算法,并將其應(yīng)用于自然圖像中的車(chē)輛目標(biāo)檢測(cè)。
本文的主要工作如下:
1)在原算法給出的提取示例間關(guān)系特征的基礎(chǔ)上,本文改進(jìn)了特征的提取方法。用示
2、例在目標(biāo)上的空間分布特征取代示例之間的空間關(guān)系特征,并用示例的空間分布的先驗(yàn)知識(shí)指導(dǎo)K-Means聚類(lèi),代替原算法的Bottom-Up聚類(lèi)方法,提高了分類(lèi)與目標(biāo)檢測(cè)的能力。
2)針對(duì)原算法對(duì)于多尺度多目標(biāo)圖像檢測(cè)虛警率高的問(wèn)題,本文提出了一種基于連續(xù)度的改進(jìn)方法。該算法利用目標(biāo)在多個(gè)連續(xù)縮放尺度上均有較高檢測(cè)率的特性,通過(guò)定義目標(biāo)在多個(gè)縮放尺度上的連續(xù)度,可以將背景中的虛警目標(biāo)濾除,從而更為準(zhǔn)確的檢測(cè)到目標(biāo)。該方法有效降低
3、了虛警率,提高了目標(biāo)檢測(cè)的準(zhǔn)確率,同時(shí),該方法對(duì)目標(biāo)的定位也更加準(zhǔn)確。
3)針對(duì)改進(jìn)的多尺度多目標(biāo)檢測(cè)算法對(duì)于大尺寸圖像進(jìn)行多尺度縮放時(shí)目標(biāo)檢測(cè)耗時(shí)長(zhǎng)的問(wèn)題,本文提出了一種基于感興趣區(qū)域提取的快速目標(biāo)檢測(cè)方法。該方法利用汽車(chē)底部的陰影部分特征,首先將感興趣區(qū)域檢測(cè)出來(lái),然后在該感興趣區(qū)域內(nèi)進(jìn)行多尺度縮放檢測(cè)目標(biāo)。該算法有效降低了對(duì)大尺寸圖像進(jìn)行目標(biāo)檢測(cè)的時(shí)間,而且在提取感興趣區(qū)域的可以同時(shí)去除大量背景干擾,能夠進(jìn)一步提高目
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于多尺度分析的高光譜圖像目標(biāo)檢測(cè)算法研究.pdf
- 基于多尺度方向特征的行人檢測(cè)算法.pdf
- 基于部件模型的多類(lèi)目標(biāo)檢測(cè)算法研究.pdf
- 基于多幀回波的微弱目標(biāo)檢測(cè)算法研究.pdf
- 多尺度圖像變換檢測(cè)算法研究與實(shí)現(xiàn).pdf
- 基于多小波變換的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于在線(xiàn)多示例學(xué)習(xí)的目標(biāo)跟蹤算法研究.pdf
- 基于多尺度統(tǒng)計(jì)分析SAR圖像邊緣檢測(cè)算法研究.pdf
- 基于分?jǐn)?shù)階傅里葉變換和多尺度跟蹤的邊緣檢測(cè)算法.pdf
- 多光譜目標(biāo)檢測(cè)算法及系統(tǒng)實(shí)現(xiàn)研究.pdf
- 基于方向差異多尺度分析的數(shù)字圖像邊緣檢測(cè)算法研究.pdf
- 基于聚類(lèi)與分類(lèi)結(jié)合的多示例預(yù)測(cè)算法研究.pdf
- 基于壓縮感知單目標(biāo)多尺度跟蹤算法研究.pdf
- 醫(yī)學(xué)圖像多尺度增強(qiáng)與病灶分層檢測(cè)算法研究.pdf
- 基于多示例學(xué)習(xí)的顯著性目標(biāo)檢測(cè).pdf
- 多基音檢測(cè)算法研究.pdf
- 基于多聚類(lèi)和多示例的協(xié)同顯著性目標(biāo)檢測(cè).pdf
- 小波多尺度積和B樣條邊緣檢測(cè)算法研究.pdf
- 基于多外輻射源的被動(dòng)雷達(dá)目標(biāo)檢測(cè)算法研究.pdf
- 基于多示例學(xué)習(xí)的目標(biāo)跟蹤算法及其并行化研究.pdf
評(píng)論
0/150
提交評(píng)論