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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、目標(biāo)檢測作為視頻監(jiān)控系統(tǒng)研究中的底層任務(wù),能夠為系統(tǒng)中高層任務(wù)的實(shí)現(xiàn)提供有效的決策信息。然而,在復(fù)雜的交通環(huán)境中,多目標(biāo)之間容易形成遮擋,造成目標(biāo)信息損失,引起目標(biāo)漏檢問題。如何分析通用類別下的遮擋關(guān)系,解決遮擋目標(biāo)漏檢問題,是該領(lǐng)域研究的熱點(diǎn)。
本文在總結(jié)目標(biāo)遮擋處理方法的基礎(chǔ)上,闡述現(xiàn)有方法存在的不足。針對該問題,將部件檢測模型與遮擋關(guān)系分析方法相結(jié)合,構(gòu)建遮擋補(bǔ)償模型。為獲得原有的(遮擋)目標(biāo)信息,對目標(biāo)結(jié)構(gòu)化表示進(jìn)行研
2、究,利用部件檢測模型獲得目標(biāo)的外觀信息和結(jié)構(gòu)信息;采用目標(biāo)可見性估計因遮擋引起的目標(biāo)信息損失,為獲得該遮擋補(bǔ)償信息,利用部件位置和目標(biāo)尺寸的信息,研究單線索/多線索的部件可見性,進(jìn)而完成遮擋目標(biāo)檢測任務(wù)。本文主要工作如下:
(1)通過分析遮擋目標(biāo)檢測研究現(xiàn)狀,指出該領(lǐng)域中的三個研究問題,分別為遮擋概率估計、遮擋類型估計、遮擋部件分析,進(jìn)而引出遮擋目標(biāo)檢測模型的基本假設(shè):在部件檢測模型的基礎(chǔ)上,能夠利用部件可見性估計目標(biāo)遮擋關(guān)系
3、。
(2)概述目標(biāo)結(jié)構(gòu)化表示的動機(jī),引出結(jié)構(gòu)化描述的定義,分析目標(biāo)模板的學(xué)習(xí)過程,以及模板外觀匹配和結(jié)構(gòu)匹配過程,指出目標(biāo)結(jié)構(gòu)化表示的局限性:即在目標(biāo)遮擋情況下,目標(biāo)外觀估計失敗,引起目標(biāo)漏檢。
(3)為解決遮擋目標(biāo)漏檢問題,將部件遮擋標(biāo)記判定引入基于部件的目標(biāo)檢測模型框架中,得到面向部件遮擋補(bǔ)償?shù)哪繕?biāo)檢測模型,并針對該模型中部件可見性估計問題,利用單線索/多線索部件可見概率估計遮擋補(bǔ)償?shù)梅?,提高遮擋目?biāo)檢測準(zhǔn)確性。
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于稀疏表示的結(jié)構(gòu)化目標(biāo)跟蹤算法研究.pdf
- 遙感圖像結(jié)構(gòu)化目標(biāo)檢測方法研究.pdf
- 基于結(jié)構(gòu)化稀疏表示模型的多模態(tài)目標(biāo)跟蹤方法研究.pdf
- 運(yùn)動目標(biāo)檢測和遮擋條件下目標(biāo)跟蹤的研究.pdf
- 視頻運(yùn)動目標(biāo)在遮擋條件下的檢測與跟蹤的研究.pdf
- 基于稀疏表示的遮擋目標(biāo)快速重構(gòu)算法研究.pdf
- SAR遮擋目標(biāo)建模仿真與檢測研究.pdf
- 視頻中遮擋目標(biāo)跟蹤與鬼影檢測研究.pdf
- 視頻監(jiān)控中船只目標(biāo)檢測與遮擋處理的研究.pdf
- 基于遮擋檢測與恢復(fù)的稀疏表示魯棒人臉識別算法研究.pdf
- 基于結(jié)構(gòu)化低秩稀疏分解模型的運(yùn)動目標(biāo)檢測方法研究.pdf
- 遮擋情況下目標(biāo)跟蹤算法的研究.pdf
- 非結(jié)構(gòu)化到結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換的研究與實(shí)現(xiàn).pdf
- 自然場景中柑橘目標(biāo)檢測與遮擋恢復(fù).pdf
- 人體姿勢的結(jié)構(gòu)化表示及識別方法的研究.pdf
- 遮擋情況下視頻目標(biāo)跟蹤的研究.pdf
- 基于結(jié)構(gòu)化特征的車輛檢測與跟蹤算法研究.pdf
- 虛擬表示模型在網(wǎng)頁結(jié)構(gòu)化設(shè)計中的應(yīng)用.pdf
- 基于結(jié)構(gòu)化局部模型的目標(biāo)跟蹤算法.pdf
- 半結(jié)構(gòu)化數(shù)據(jù)索引結(jié)構(gòu)的對比與分析.pdf
評論
0/150
提交評論