版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、面對(duì)海量的視頻數(shù)據(jù),人們致力于利用各種技術(shù)來(lái)自動(dòng)分析和理解其中包含的視覺(jué)目標(biāo)的行為,并應(yīng)用于與我們息息相關(guān)的日常生活中。這些應(yīng)用的成功,離不開(kāi)視覺(jué)目標(biāo)的檢測(cè)和跟蹤。它們是計(jì)算機(jī)視覺(jué)領(lǐng)域兩個(gè)非常重要的基礎(chǔ)任務(wù),一直以來(lái)都屬于熱點(diǎn)研究?jī)?nèi)容。本文針對(duì)視覺(jué)目標(biāo)檢測(cè)和跟蹤中的一些關(guān)鍵性技術(shù)展開(kāi)研究。具體的,本論文主要進(jìn)行了以下幾個(gè)方面的研究:
第一,本文研究了類(lèi)別目標(biāo)的檢測(cè),提出一種基于縮略圖、采用深層神經(jīng)網(wǎng)絡(luò)的類(lèi)別目標(biāo)檢測(cè)方法?,F(xiàn)有的
2、類(lèi)別目標(biāo)檢測(cè)方法都利用了目標(biāo)在精細(xì)尺度上的局部特征,而經(jīng)驗(yàn)表明,人眼視覺(jué)基于目標(biāo)的縮略圖就可以識(shí)別目標(biāo),這個(gè)過(guò)程并不依賴(lài)于精細(xì)尺度上的局部特征,而是利用了粗略尺度(縮略圖)上整體的高階相關(guān)特性。本文采用深層神經(jīng)網(wǎng)絡(luò)從類(lèi)別目標(biāo)的縮略圖中學(xué)習(xí)其高階相關(guān)特性,并應(yīng)用到類(lèi)別目標(biāo)檢測(cè)中。該方法使用受限玻爾茲曼機(jī)自動(dòng)的從類(lèi)別目標(biāo)的縮略圖中學(xué)習(xí)多個(gè)層級(jí)的特征,使得類(lèi)別目標(biāo)的檢測(cè)不依賴(lài)于人為精心設(shè)計(jì)的特征。實(shí)驗(yàn)結(jié)果表明,該方法在檢測(cè)準(zhǔn)確率方面達(dá)到了目前
3、最先進(jìn)技術(shù)的水平。而在效率方面,該方法不需要顯式的特征提取,速度快,適合于實(shí)時(shí)檢測(cè)和用硬件實(shí)現(xiàn)。
第二,本文研究了如何利用顏色信息來(lái)改進(jìn)視覺(jué)目標(biāo)的光流跟蹤,提出了一種基于四元數(shù)的光流跟蹤方法。在經(jīng)典的光流跟蹤中,光流估計(jì)算法和特征點(diǎn)提取都只考慮了亮度信息,而現(xiàn)今彩色視頻已成主流,顏色信息有助于提高光流跟蹤的準(zhǔn)確性和魯棒性。為了利用顏色信息,本文在光流估計(jì)算法方面,將顏色的四元數(shù)表示引入光流等式中,以整體信號(hào)的形式處理顏色,提出
4、了四元數(shù)光流估計(jì)算法。在特征點(diǎn)提取方面,設(shè)計(jì)了一種衡量顏色變化程度的度量,提出了四元數(shù)顏色角點(diǎn)提取算法,以捕捉顏色的顯著性。在光流跟蹤中結(jié)合了顏色角點(diǎn)和亮度角點(diǎn),并使用了四元數(shù)光流估計(jì)算法。實(shí)驗(yàn)表明,四元數(shù)光流估計(jì)算法提高了估計(jì)準(zhǔn)確率,特別是在顏色變化較強(qiáng)烈的區(qū)域;四元數(shù)顏色角點(diǎn)對(duì)亮度變化不敏感,只捕捉顏色變化的顯著性;基于四元數(shù)的視覺(jué)目標(biāo)光流跟蹤方法比其他方法更魯棒。
第三,本文研究了復(fù)雜場(chǎng)景下視覺(jué)目標(biāo)的事件檢測(cè),提出了一種
5、有效且高效的檢測(cè)框架。在基于視頻的應(yīng)用中,人們關(guān)注的一般不會(huì)是場(chǎng)景中的所有目標(biāo),而是發(fā)生了某種感興趣事件的目標(biāo)。事件檢測(cè),是對(duì)視覺(jué)目標(biāo)在語(yǔ)義層次上的檢測(cè),因此也是本文的研究?jī)?nèi)容之一。復(fù)雜場(chǎng)景下,目標(biāo)眾多,背景雜亂,光照不均,運(yùn)動(dòng)伴隨陰影,目標(biāo)尺寸變化幅度大,這些特點(diǎn)給事件檢測(cè)帶來(lái)了很大的挑戰(zhàn)。本文的框架綜合了多種技術(shù)以完成事件檢測(cè)的任務(wù)。特別的,在運(yùn)動(dòng)前景提取中消除了陰影的影響,在跟蹤中考慮了目標(biāo)尺寸的大幅度變化。在效率方面,結(jié)合兩種目
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺(jué)的目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf
- 運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤關(guān)鍵技術(shù)研究.pdf
- 攔截技術(shù)中目標(biāo)跟蹤若干關(guān)鍵技術(shù)的研究.pdf
- 目標(biāo)跟蹤中的關(guān)鍵技術(shù)研究.pdf
- 視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤關(guān)鍵技術(shù)研究.pdf
- 基于粒子濾波的視覺(jué)目標(biāo)跟蹤方法關(guān)鍵技術(shù)研究.pdf
- 基于紅外LED的實(shí)時(shí)視覺(jué)跟蹤若干關(guān)鍵技術(shù)研究.pdf
- 靜態(tài)場(chǎng)景下運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的關(guān)鍵技術(shù)研究.pdf
- SAR圖像目標(biāo)檢測(cè)中若干關(guān)鍵技術(shù)的研究.pdf
- 行人檢測(cè)與跟蹤中若干關(guān)鍵技術(shù)的研究.pdf
- 運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- SMT中機(jī)器視覺(jué)的若干關(guān)鍵技術(shù)研究.pdf
- 機(jī)動(dòng)目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf
- 基于視覺(jué)導(dǎo)航的智能車(chē)輛目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究.pdf
- 圖像目標(biāo)識(shí)別中若干關(guān)鍵技術(shù)研究.pdf
- 增量型目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf
- 行人檢測(cè)若干關(guān)鍵技術(shù)研究.pdf
- 人臉檢測(cè)若干關(guān)鍵技術(shù)研究.pdf
- 視頻圖像序列中目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf
- 水下光視覺(jué)目標(biāo)檢測(cè)與定位系統(tǒng)關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論