

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、場(chǎng)景理解是計(jì)算機(jī)視覺(jué)方向的重要研究課題之一,在很多領(lǐng)域得到了廣泛的應(yīng)用,主要包括移動(dòng)機(jī)器人、圖像信息檢索、智能監(jiān)控、智能家居等,有十分重要的研究意義以及應(yīng)用價(jià)值。而相較于室外場(chǎng)景,室內(nèi)場(chǎng)景因其復(fù)雜的結(jié)構(gòu)和種類(lèi)繁多的內(nèi)部物品等問(wèn)題,使得研究工作相對(duì)進(jìn)展較慢,且更具挑戰(zhàn)性。
本文針對(duì)室內(nèi)場(chǎng)景,從場(chǎng)景類(lèi)別、目標(biāo)檢測(cè)以及空間布局估計(jì)三個(gè)方面對(duì)圖像場(chǎng)景進(jìn)行深入理解,提出了對(duì)三項(xiàng)工作進(jìn)行有機(jī)結(jié)合的方法,利用彼此間的相互作用,而不是單純地分
2、別進(jìn)行三個(gè)獨(dú)立工作,并且進(jìn)行了大量的實(shí)驗(yàn),與眾多方法進(jìn)行了對(duì)比分析,結(jié)果證明了本文方法的有效性。本文的主要研究工作如下:
(1)基于卷積神經(jīng)網(wǎng)絡(luò),提出了結(jié)合語(yǔ)義上下文信息的場(chǎng)景分類(lèi)方法。對(duì)于場(chǎng)景級(jí)別的任務(wù),場(chǎng)景復(fù)雜多樣,需要大量的訓(xùn)練數(shù)據(jù)。而利用圖像的語(yǔ)義上下文信息,即特定場(chǎng)景與目標(biāo)總是同時(shí)出現(xiàn)的,將其轉(zhuǎn)化為目標(biāo)級(jí)別的任務(wù),可以降低對(duì)海量訓(xùn)練數(shù)據(jù)的依賴(lài)。將卷積神經(jīng)網(wǎng)絡(luò)提取的特征取代傳統(tǒng)的人工特征,與語(yǔ)義特征相融合,實(shí)現(xiàn)場(chǎng)景的分
3、類(lèi)。實(shí)驗(yàn)結(jié)果表明,該分類(lèi)方法在較小的訓(xùn)練集上仍有很好的表現(xiàn)。
(2)在傳統(tǒng)的基于幾何上下文的布局估計(jì)方法上,結(jié)合了信息邊緣。將由全卷積神經(jīng)網(wǎng)絡(luò)得到的信息邊緣作為先驗(yàn)條件,對(duì)于場(chǎng)景布局精細(xì)化劃分,基于信息邊緣,減少了對(duì)通過(guò)采樣頻率來(lái)提高采樣精度的依賴(lài),避免了“雜亂”邊緣的影響,在幾何上下文避免遮擋問(wèn)題的基礎(chǔ)上,提高了布局估計(jì)的準(zhǔn)確率;同時(shí)減少了對(duì)候選項(xiàng)進(jìn)行得分排序的工作量。
(3)除了利用上述2D空間中的信息,還通過(guò)建
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
- 面向室內(nèi)場(chǎng)景的3D場(chǎng)景重建與語(yǔ)義理解.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的RGB-D圖像室內(nèi)場(chǎng)景識(shí)別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻語(yǔ)義場(chǎng)景分割研究.pdf
- 基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為識(shí)別.pdf
- 基于3D卷積神經(jīng)網(wǎng)絡(luò)的視頻檢索技術(shù)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的室外場(chǎng)景理解研究.pdf
- 基于Kinect的3D室內(nèi)場(chǎng)景重建框架設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的智能車(chē)場(chǎng)景語(yǔ)義分割算法研究.pdf
- 基于RGB-D圖像的室內(nèi)場(chǎng)景語(yǔ)義分割方法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類(lèi)的研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類(lèi)研究.pdf
- 基于視覺(jué)感知的室內(nèi)場(chǎng)景識(shí)別與理解.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽場(chǎng)景分類(lèi).pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)義圖像檢索研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻語(yǔ)義概念分析.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的自然場(chǎng)景下的車(chē)牌檢測(cè).pdf
- 基于全卷積神經(jīng)網(wǎng)絡(luò)的全向場(chǎng)景分割研究與算法實(shí)現(xiàn).pdf
- 基于類(lèi)統(tǒng)計(jì)模型和視角團(tuán)對(duì)匹配卷積神經(jīng)網(wǎng)絡(luò)的3D模型檢索算法研究.pdf
評(píng)論
0/150
提交評(píng)論