基于條件隨機(jī)場的目標(biāo)檢測方法研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、交通擁擠、交通事故頻繁發(fā)生,這是非常明顯的問題,很多國家都存在這樣的問題,智能交通系統(tǒng)(ITS)就在這樣的情形下產(chǎn)生了。車輛檢測的作用對于智能交通系統(tǒng)來說是很關(guān)鍵的,在軍事和民用方面都有著廣泛的應(yīng)用。本文針對車輛檢測的問題進(jìn)行了研究,主要研究了基于條件隨機(jī)場模型的車輛目標(biāo)的檢測。
  然而,現(xiàn)有的方法大多是單一的地物檢測,沒有綜合考慮各種地物的空域上下文的信息。近來,我們發(fā)現(xiàn)條件隨機(jī)場被用于遙感圖像的分類,這種方法綜合了上下文的信

2、息并取得了較好的效果。據(jù)此,本文針對遙感圖像嘗試建立地物檢測的綜合上下文模型,提出了基于條件隨機(jī)場的方法來進(jìn)行車輛的檢測。
  在條件隨機(jī)場建模部分,不僅考慮了單點(diǎn)項(xiàng)的信息,而且結(jié)合了上下文信息考慮了空間約束項(xiàng)的作用。在單點(diǎn)項(xiàng)中,我們采用了多元邏輯回歸(MLR)模型;在空間約束項(xiàng)中,采用了結(jié)合空間四鄰域的高斯核密度估計模型。綜合考慮兩部分的作用,有力地提高了檢測的效果。
  在模型參數(shù)訓(xùn)練和概率推測部分,我們使用了限域擬牛頓

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。

評論

0/150

提交評論