基于稀疏表示的可变形部件模型目标检测

基于稀疏表示的可变形部件模型目标检测

ID:35068715

大小:6.20 MB

页数:55页

时间:2019-03-17

基于稀疏表示的可变形部件模型目标检测_第1页
基于稀疏表示的可变形部件模型目标检测_第2页
基于稀疏表示的可变形部件模型目标检测_第3页
基于稀疏表示的可变形部件模型目标检测_第4页
基于稀疏表示的可变形部件模型目标检测_第5页
资源描述:

《基于稀疏表示的可变形部件模型目标检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、葦巧化巧10巧0学号201330111750分类号TP391密级公开淋渾硕±学位论文基于稀疏表示的可变形部件模型目’标检测学位申请人袁奕珊指导教师陈嫌副教授信息工程学院学院名称学科专业计赏机科学与技术研究方向计算机视觉二〇—六年六月四日ObectDetectionwithSa巧ejpReresentationbasedDeformablePartModelpCandidateYuanYishanSuervi

2、sorAssociateProf.ChenShupColleeCollegeofInformationEngineeringgProramComuterscie打ceandtechnologypgSecializationComuterVisionppDereeMasterofSciencegUniversitXianatanUniversityyDat4.2016eJune湘潭大学学位论文原倒巧声明本人郑重声明:所呈交的论文是本

3、人在导师的指导下独立进行研巧所取得的研究成果。除了文中特别加W标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研巧做出重要贡献的个人和集体,均已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:':日期24年月《日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湘潭大学可W将本学位论文的全部或部分内容编入有关数据库进行

4、检索。,可W采用影印、缩印或扫描等复制手段保存和汇编本学位论文涉密论文按学校规定处衝:作者签名:日期24年{月《日《《导师签名:日期:如i年月日摘要一目标检测是从获取的图像中提取感兴趣的区域,作为图像处理的个基础而重要的、、问题深受国内外学者的重视,在视觉导航目标侦查空间遥感等方面具有广泛应用。一由于目掠本身外表的多变性和外界环境的复杂性,因此从静态图片中检测并定位某类目标例如人或车)的工作变得非常复杂。基于可变形部件模型DPM(DeformablePart(2008一Mode

5、l)的目标检测算法是由P.Felzenszwalb于年提出,是种鲁棒且高效的目标检测方法。目前DPM已成为众多分类、分割、姿态估计等算法的核也部分,利用这个模型的方法在近几届PASCALVOCChallenge中都取得了较好的效果。基于可变形部件模型的目标检测算法采用方向梯度直方图HOG(陆stogramofOrientedGradient)进斤特征表示,由于HOG无法处理模糊的边界而且忽略了平滑的特征区域,从而影响了DPM算法的性能。近年来对于稀疏表示的研究越来越热,尤其是一在图像处

6、理和识别方面效果显著。为了提高DPM的性能,提出种基于稀疏表示的可一变形部件模型目标检测的方法。该方法利用稀疏编码构建种新的特征描述子来取代原可变形部件所使用的方向梯度直方图,新的特征描述子能够描述物体更多的信息,对图像中的噪声不敏感。实验结果表明,提出的方法在PASCALVOC2012数据集上提高了原可变形部件模型算法的精度。关键词:可变形部件模型;目标检测;稀疏表示;稀疏编码IAbst巧ctObectdetectionisextractedfromthecaptur

7、edimagesoftheareaofinterestasabasicj,andimortantroblemofimageprocessingbytheattentionofscholarsbothathomeandppabroadithas过wideraneofalicatio打si打obectdetectionvisualnaviationsaceremote,gppj,g,psensinandsoon.Forthedetect

8、ionandlocationofonekindofobectsuchas泣ersonorcargj(p)fromthestaticimages,due化theappearanceoftheotijectinthesecategoriesdife

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。