

版權說明: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,請進行舉報或認領
文檔簡介
1、目標檢測作為視頻監(jiān)控系統(tǒng)研究中的底層任務,能夠為系統(tǒng)中高層任務的實現(xiàn)提供有效的決策信息。然而,在復雜的交通環(huán)境中,多目標之間容易形成遮擋,造成目標信息損失,引起目標漏檢問題。如何分析通用類別下的遮擋關系,解決遮擋目標漏檢問題,是該領域研究的熱點。
本文在總結(jié)目標遮擋處理方法的基礎上,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系分析方法相結(jié)合,構(gòu)建遮擋補償模型。為獲得原有的(遮擋)目標信息,對目標結(jié)構(gòu)化表示進行研
2、究,利用部件檢測模型獲得目標的外觀信息和結(jié)構(gòu)信息;采用目標可見性估計因遮擋引起的目標信息損失,為獲得該遮擋補償信息,利用部件位置和目標尺寸的信息,研究單線索/多線索的部件可見性,進而完成遮擋目標檢測任務。本文主要工作如下:
(1)通過分析遮擋目標檢測研究現(xiàn)狀,指出該領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,進而引出遮擋目標檢測模型的基本假設:在部件檢測模型的基礎上,能夠利用部件可見性估計目標遮擋關系
3、。
(2)概述目標結(jié)構(gòu)化表示的動機,引出結(jié)構(gòu)化描述的定義,分析目標模板的學習過程,以及模板外觀匹配和結(jié)構(gòu)匹配過程,指出目標結(jié)構(gòu)化表示的局限性:即在目標遮擋情況下,目標外觀估計失敗,引起目標漏檢。
(3)為解決遮擋目標漏檢問題,將部件遮擋標記判定引入基于部件的目標檢測模型框架中,得到面向部件遮擋補償?shù)哪繕藱z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償?shù)梅?,提高遮擋目標檢測準確性。
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
- 基于稀疏表示的結(jié)構(gòu)化目標跟蹤算法研究.pdf
- 遙感圖像結(jié)構(gòu)化目標檢測方法研究.pdf
- 基于結(jié)構(gòu)化稀疏表示模型的多模態(tài)目標跟蹤方法研究.pdf
- 運動目標檢測和遮擋條件下目標跟蹤的研究.pdf
- 視頻運動目標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快速重構(gòu)算法研究.pdf
- SAR遮擋目標建模仿真與檢測研究.pdf
- 視頻中遮擋目標跟蹤與鬼影檢測研究.pdf
- 視頻監(jiān)控中船只目標檢測與遮擋處理的研究.pdf
- 基于遮擋檢測與恢復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動目標檢測方法研究.pdf
- 遮擋情況下目標跟蹤算法的研究.pdf
- 非結(jié)構(gòu)化到結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換的研究與實現(xiàn).pdf
- 自然場景中柑橘目標檢測與遮擋恢復.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)化設計中的應用.pdf
- 基于結(jié)構(gòu)化局部模型的目標跟蹤算法.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