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、多視角目標檢測是計算機視覺領(lǐng)域的一個難點問題,在智能監(jiān)控、自主駕駛、機器人等多個領(lǐng)域具有廣泛的應(yīng)用價值。如何有效地構(gòu)造多視角目標模型,并在圖像中快速地定位處于不同觀測視角的目標,是多視角目標檢測需要解決的兩個核心問題。稀疏表示(sparse representation)作為一種新型有效的描述方法,近年來受到廣泛關(guān)注并成功應(yīng)用于多個問題中。本文基于稀疏表示理論分別從多視角目標的全局描述、局部描述以及多尺度描述三個方面分別開展多視角目標檢
2、測研究,進行的主要工作和取得的主要研究成果如下:
?。?)針對基于稀疏表示框架多視角目標模型學(xué)習存在的訓(xùn)練樣本數(shù)量大,無法反映多個視角的差異性和算法有效性差的問題,提出一種基于元樣本稀疏表示的多視角目標檢測算法。首先提取多視角目標樣本的元樣本構(gòu)造字典,然后通過目標和背景在元樣本字典上的稀疏表示系數(shù)來檢測目標。實驗結(jié)果表明,與基于原始樣本字典的稀疏表示算法相比,檢測速度和性能都有所提升。
?。?)針對多視角目標模型描述中存
3、在的局部遮擋和信息缺失問題,提出一種基于有監(jiān)督共享字典學(xué)習的多視角目標檢測算法。首先采用非負矩陣分解的方法提取了多視角目標的共享特征,并利用有監(jiān)督字典學(xué)習的方法生成共享字典。通過待測圖像在共享字典上的稀疏表示系數(shù)來判別其是否為目標并且估計其視角信息。實驗結(jié)果表明,算法對于部分遮擋魯棒性較好,并且對中間視角的目標檢測性能有一定提升。
?。?)針對多視角目標模型描述中存在的局部信息和全局信息的結(jié)合問題,提出一種基于多尺度稀疏表示的多
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
- 基于多實例表示的圖像目標檢測技術(shù)研究.pdf
- 基于稀疏表示的運動目標檢測方法研究.pdf
- 基于稀疏表示的目標檢測與跟蹤算法研究.pdf
- 基于空時域稀疏表示的弱小運動目標檢測技術(shù).pdf
- 基于稀疏表示的目標檢測與跟蹤方法研究.pdf
- 基于稀疏表示的多車輛目標跟蹤算法研究.pdf
- 基于稀疏表示的可見光目標檢測研究.pdf
- 基于稀疏表示的高光譜圖像目標檢測.pdf
- 基于稀疏表示的運動目標檢測與跟蹤算法研究.pdf
- 基于稀疏表示的多源目標融合跟蹤方法研究.pdf
- 基于稀疏表示的可變形部件模型目標檢測.pdf
- 基于稀疏表示的圖像修復(fù)技術(shù)研究.pdf
- 基于稀疏表示和壓縮感知的目標檢測與跟蹤研究.pdf
- 基于稀疏表示的動物目標跟蹤研究.pdf
- 基于稀疏表示的在線目標跟蹤研究.pdf
- 基于稀疏表示的目標跟蹤算法.pdf
- 基于稀疏表示的運動目標跟蹤.pdf
- 基于稀疏表示模型的圖像復(fù)原技術(shù)研究.pdf
- 基于稀疏表示的SAR-紅外圖像融合及目標檢測研究.pdf
- 基于稀疏表示方法的行人檢測研究.pdf
評論
0/150
提交評論