2023年全國(guó)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67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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目標(biāo)檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域的關(guān)鍵問題之一，它在人機(jī)交互，智能駕駛，視頻監(jiān)控等領(lǐng)域都有著廣泛應(yīng)用。級(jí)聯(lián)分類器由于其具有較好的實(shí)時(shí)性，成為許多目標(biāo)檢測(cè)系統(tǒng)中的重要組成部分，本文研究了級(jí)聯(lián)分類器中的一個(gè)子類別，即軟級(jí)聯(lián)分類器在目標(biāo)檢測(cè)中的應(yīng)用，主要內(nèi)容如下：
　　1.探討了一種將已有的加性分類器變換成軟級(jí)聯(lián)分類器的算法，稱為軟級(jí)聯(lián)變換，該算法能在不犧牲原有加性分類器性能的情況下，顯著提升分類器的分類速度；將軟級(jí)聯(lián)變換應(yīng)用于加性核化 SVM

2、，得到了一種名為 SCAK-SVM的軟級(jí)聯(lián)分類器；研究了一種特征逆映射方法，該方法能與現(xiàn)有的顯式特征映射方法結(jié)合，在提高SCAK-SVM分類器的訓(xùn)練速度的同時(shí)不影響分類算法的復(fù)雜度。
　　2.研究了適用于SCAK-SVM的特征提取方法，將SPHOG特征與ChnFtrs特征結(jié)合，研究了一種擴(kuò)展的SPHOG特征，稱為多層次網(wǎng)格特征，本文將該特征與軟級(jí)聯(lián)加性核化SVM分類器配合使用，取得了較好的目標(biāo)檢測(cè)效果；分析了多層次網(wǎng)格特征計(jì)算中各

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(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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(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

評(píng)論

0/150

提交評(píng)論