已閱讀1頁,還剩67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),請進行舉報或認領
文檔簡介
1、目標檢測是計算機視覺領域的關鍵問題之一,它在人機交互,智能駕駛,視頻監(jiān)控等領域都有著廣泛應用。級聯(lián)分類器由于其具有較好的實時性,成為許多目標檢測系統(tǒng)中的重要組成部分,本文研究了級聯(lián)分類器中的一個子類別,即軟級聯(lián)分類器在目標檢測中的應用,主要內(nèi)容如下:
1.探討了一種將已有的加性分類器變換成軟級聯(lián)分類器的算法,稱為軟級聯(lián)變換,該算法能在不犧牲原有加性分類器性能的情況下,顯著提升分類器的分類速度;將軟級聯(lián)變換應用于加性核化 SVM
2、,得到了一種名為 SCAK-SVM的軟級聯(lián)分類器;研究了一種特征逆映射方法,該方法能與現(xiàn)有的顯式特征映射方法結(jié)合,在提高SCAK-SVM分類器的訓練速度的同時不影響分類算法的復雜度。
2.研究了適用于SCAK-SVM的特征提取方法,將SPHOG特征與ChnFtrs特征結(jié)合,研究了一種擴展的SPHOG特征,稱為多層次網(wǎng)格特征,本文將該特征與軟級聯(lián)加性核化SVM分類器配合使用,取得了較好的目標檢測效果;分析了多層次網(wǎng)格特征計算中各
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于多特征級聯(lián)分類器的道路車輛檢測方法研究.pdf
- 基于重采樣的級聯(lián)分類器入侵檢測研究.pdf
- 基于級聯(lián)Adaboost分類器的多視角人臉檢測.pdf
- 基于級聯(lián)分類器的跟蹤算法研究.pdf
- 基于集合分類器的單目標跟蹤方法研究.pdf
- 基于聯(lián)合分布的雷達目標檢測與分類方法研究.pdf
- 基于多特征級聯(lián)分類器的消防通道車輛檢測技術研究.pdf
- 級聯(lián)的目標協(xié)同檢測算法研究.pdf
- 基于多特征和級聯(lián)分類器的人體檢測算法.pdf
- 多分類器級聯(lián)的街道場景遮擋行人檢測.pdf
- 基于分類器選擇集成的入侵檢測方法研究.pdf
- 基于梯度特征和級聯(lián)分類的快速行人檢測.pdf
- 基于多分類器集成方法的圖象目標快速檢測與識別.pdf
- 基于多分類器組合的網(wǎng)絡入侵檢測方法研究.pdf
- 基于SVM的地磁車輛檢測器車型分類方法研究.pdf
- 基于JEM效應的飛機目標分類方法研究.pdf
- 基于稀疏表示的圖像目標分類方法研究.pdf
- 基于線性非對稱級聯(lián)分類器和膚色驗證組合的人臉檢測算法研究.pdf
- 人臉級聯(lián)分類器的性能分析.pdf
- 基于梯度特征和多分類器的行人檢測方法.pdf
評論
0/150
提交評論