2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩87頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是指根據(jù)像素特征,將數(shù)字圖像細分為多個互不重疊區(qū)域的過程。分割的目的在于直觀表達圖像區(qū)域所包含的信息以及各區(qū)域間的關(guān)系。本文的工作是尋找一個能夠挖掘圖像區(qū)域間關(guān)聯(lián)信息的模型,從而有效地指導(dǎo)圖像分割,并實現(xiàn)語義理解。
  語義分割問題可以歸結(jié)為標(biāo)注問題,即為圖像的每個像素賦予特定標(biāo)記。這些離散標(biāo)記的內(nèi)容依賴于具體任務(wù),例如它們對應(yīng)于不同的目標(biāo)類別、不同的深度或者不同的亮度,而所有標(biāo)注問題都可由概率圖模型進行建模。
  

2、本文采用基于不同分割粒度的高階條件隨機場建模,使用啟發(fā)式算法學(xué)習(xí)模型參數(shù),使用經(jīng)典的圖割算法進行模型推理。本文的主要工作內(nèi)容如下:
  (1)本文采用高階條件隨機場模型建模,以不同量化度的圖像作為多層條件隨機場模型的基礎(chǔ)架構(gòu),包括一層像素層和三種不同分割粒度的超像素層,分割層采用經(jīng)典的Mean-shift無監(jiān)督分割算法實現(xiàn)。
  (2)關(guān)于單元勢和成對勢。在像素層,本文采用基于像素點的稠密特征計算像素的標(biāo)注概率,并采用多組矩

3、形濾波器來捕獲像素點特征的空間布局信息,以此作為Boosting算法的弱分類器,訓(xùn)練出可用于計算觀察點單元勢的強分類器,采用對比度敏感勢計算像素間的成對勢;在超像素層,統(tǒng)計區(qū)域內(nèi)主標(biāo)簽作為單元勢能,計算相鄰區(qū)域的特征直方圖距離作為成對勢能。
  (3)關(guān)于層間勢能。為了區(qū)分各種不連續(xù)標(biāo)簽對主標(biāo)簽的偏離程度,本文在傳統(tǒng)的高階條件隨機場的基礎(chǔ)上,提出一種基于分割質(zhì)量的層間勢能,我們依據(jù)特征方差來確定標(biāo)簽不一致像素的懲罰力度,并引入容錯

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(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