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(lǐng)
文檔簡介
1、對象發(fā)現(xiàn)是當前圖形圖像處理和人工智能研究的前沿科學(xué)問題,探索在非監(jiān)督的條件下實現(xiàn)目標的識別。將此項研究的成果引入航空宇航制造領(lǐng)域,對提高航空宇航制造水平,促進學(xué)科交叉,意義重大。本文利用眼動跟蹤技術(shù),研究人的視覺注意力機制,進而,將人類擁有的強大的理解和識別能力引入對象發(fā)現(xiàn)研究中,提出一種對象發(fā)現(xiàn)的新方法,并探討該方法在航空宇航制造中的應(yīng)用。文章的主要研究工作和創(chuàng)新點有:
1)提出了一種基于真實眼動數(shù)據(jù)構(gòu)建可計算視覺注意力模型
2、的新方法。首先建立了人在自由觀看狀態(tài)下自主版權(quán)的眼動數(shù)據(jù)庫,在此基礎(chǔ)上,利用馬爾科夫鏈實現(xiàn)了可計算注意力模型的構(gòu)建,并給出了馬爾科夫鏈中的轉(zhuǎn)移概率同真實眼動數(shù)據(jù)之間的關(guān)系。之后,在真實眼動數(shù)據(jù)上訓(xùn)練了一個支持向量回歸模型,并根據(jù)提取的圖像特征實現(xiàn)了馬爾科夫鏈中轉(zhuǎn)移概率的預(yù)測。最后通過求解馬爾可夫鏈的平穩(wěn)分布,得到圖像的顯著圖。實驗結(jié)果表明,本文提出的模型可以很好的模擬人在自由觀看狀態(tài)下的視覺注意力,并檢測出感興趣的目標。
2)
3、提出了一種基于視覺注意力的視覺詞典構(gòu)造新思路。首先確定圖像上的仿射不變區(qū)域,然后根據(jù)本文所提出的可計算視覺注意力模型確定這些區(qū)域的顯著性,選擇那些顯著的、人所關(guān)注的區(qū)域,拋棄那些無人關(guān)注的區(qū)域,并通過向量量化得到視覺單詞詞典。之后,基于所提出的視覺詞典,分別利用樸素貝葉斯分類器和支持向量機,實現(xiàn)了物體類別的識別。該方法解決了在傳統(tǒng)的視覺詞典構(gòu)建中,既需要包含盡可能多的信息,又面臨運算量過大的問題。利用所提出的基于視覺注意力的視覺詞典,對
4、20種不同種類的物體進行識別的實驗結(jié)果顯示,在物體類別識別這一非常難的領(lǐng)域,用所提出的視覺詞典可以明顯提升物體類別識別的準確率,20種種類的平均識別準確率提高了1.65%。
3)提出了一種基于視覺注意力的詞袋模型圖像表示方法。利用本文所提出的可計算注意力模型,計算出圖像的顯著圖。根據(jù)得到的顯著圖,對在圖像上出現(xiàn)的視覺單詞,依據(jù)在其對應(yīng)位置上的顯著性給其分配相應(yīng)的權(quán)值,然后用此加權(quán)過的視覺單詞來表示圖像。該方法解決了傳統(tǒng)的基于詞
5、袋模型的圖像表示對整幅圖像上的所有區(qū)域進行一視同仁的處理,不能區(qū)分目標和背景,從而導(dǎo)致的效果不佳的問題。并在這種新型詞袋模型圖像表示方式的基礎(chǔ)上,分別利用k均值算法和潛在概率語義分析模型實現(xiàn)了對象發(fā)現(xiàn)。實驗結(jié)果顯示,所提出的方法提升了對象發(fā)現(xiàn)的能力。
4)通過對人的視覺注意力機制以及真實眼動數(shù)據(jù)的分析,提煉出了一種新穎的可計算注意力模型,該模型可模擬人在尋找特定目標情況下的視覺注意力,在此模型基礎(chǔ)上,實現(xiàn)了視覺感知啟發(fā)的對象發(fā)
6、現(xiàn)及定位。首先建立人在尋找特定目標情況下的眼動數(shù)據(jù)庫(eye tracking database for specific object,EDSO)。之后,提出并實現(xiàn)了一種基于概率潛在語義分析模型的目標種類特征提取方法,該方法可克服傳統(tǒng)視覺注意力模型固有的缺點,即模型難以提取高級的目標特征,從而無法模擬人在尋找特定種類目標時的注意力。最后建立了一個前饋神經(jīng)網(wǎng)絡(luò),并利用本文創(chuàng)建的EDSO數(shù)據(jù)庫,實現(xiàn)了這一新穎視覺注意力模型的訓(xùn)練。并利用該
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。
- 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
- 智能車上視覺感知計算若干關(guān)鍵技術(shù)研究.pdf
- 基于生物啟發(fā)計算的知識發(fā)現(xiàn)關(guān)鍵技術(shù)研究與實現(xiàn).pdf
- 微縮智能車及其視覺感知關(guān)鍵技術(shù)研究.pdf
- 壓縮感知關(guān)鍵技術(shù)研究.pdf
- 基于視覺感知的車流量檢測關(guān)鍵技術(shù)研究.pdf
- 基于機器視覺的交通事件感知系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 環(huán)境變化感知的關(guān)鍵技術(shù)研究.pdf
- 評價對象抽取關(guān)鍵技術(shù)研究.pdf
- 語音壓縮感知關(guān)鍵技術(shù)研究.pdf
- 基于機器視覺的行車道路環(huán)境感知關(guān)鍵技術(shù)研究.pdf
- Web服務(wù)發(fā)現(xiàn)關(guān)鍵技術(shù)研究.pdf
- 基于壓縮感知的頻譜感知關(guān)鍵技術(shù)研究.pdf
- 生物視覺感知啟發(fā)下的目標檢測與識別技術(shù)研究.pdf
- 對象存儲安全關(guān)鍵技術(shù)研究.pdf
- 基于RFID的情境感知關(guān)鍵技術(shù)研究.pdf
- 壓縮感知跟蹤算法關(guān)鍵技術(shù)研究.pdf
- 基于對象的主動存儲關(guān)鍵技術(shù)研究.pdf
- 圖像感知哈希若干關(guān)鍵技術(shù)研究.pdf
- 圓鋼視覺測量系統(tǒng)的關(guān)鍵技術(shù)研究.pdf
- Web視頻資源的智能發(fā)現(xiàn)關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論