本文關鍵詞：自適應多窗口的實時物體檢測技術(shù)的研究

  更多相關文章： 物體檢測 似物性采樣 顯著性檢測 自適應 邊緣檢測

【摘要】：似物性采樣是數(shù)字圖像處理中的一種窗口采樣手段,為了盡可能少的覆蓋所有感興趣的區(qū)域,該方法假定感興趣區(qū)域具有一定共性特征,首先按照一定的策略生成采樣窗口,然后提取物體之間的共性特征來設計似物性估計方法,最后對窗口進行排序和篩選。相比數(shù)字圖像處理中常用的滑動窗口采樣方法,似物性采樣方法產(chǎn)生的窗口數(shù)量少且精度更高,近年已成為提高物體檢測算法性能的措施之一；除此之外,似物性采樣還能在運動檢測、物體跟蹤等其他數(shù)字圖像處理算法中優(yōu)化采樣,提供數(shù)量少且精度高的建議窗口,隨著數(shù)字圖像處理算法的日益復雜以及對計算性能和精度要求的提升,似物性采樣算法的研究具有重要意義。本文對現(xiàn)有的算法進行比較與分析,針對目前似物性算法重疊率低且計算時間較長等問題,確定了先篩選后優(yōu)化的采樣思路。首先運用組合幾何學設計了基于重疊率的量化搜索策略來產(chǎn)生窗口,選取梯度矩陣為特征,利用級聯(lián)的支持向量機訓練得到線性的二分類模型從而獲得多個似物性窗口；然后分析了邊緣與物體之間的關系,設計了一種基于邊緣信息的窗口似物性估計方法,并用該方法對窗口進行排序與優(yōu)化。為了證明算法的有效性,VOC2007數(shù)據(jù)集的采樣結(jié)果被作為物體檢測算法的輸入進行了物體檢測。與其他算法相比,該算法在保持計算速度快以及高查全率等優(yōu)點的同時,結(jié)合邊緣信息解決了標定窗口精度不高的問題。在VOC2007數(shù)據(jù)集上,通過對各項性能指標的對比與分析,本算法擁有僅次于BING算法的計算速度(0.1s),在高重疊率0.7下依然有不錯的查全率,同時也為物體檢測算法帶來了平均正確率均值上的提高。本文不僅論證了基于重疊率的搜索策略,而且基于邊緣設計了可信度較高的似物性估計方法,證明了與窗口相交的邊緣會干擾似物性計算的結(jié)論,也證明了高精度低數(shù)量的似物性采樣窗口才可以有效提高物體檢測算法的精度均值的結(jié)論。在其他依賴滑動窗口法來搜索匹配的圖像處理算法中,該自適應多窗口算法理論上可以作為采樣方法,減少匹配次數(shù)并排除負樣本干擾。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李力;;及物性理論應用在辯識個人語型上的可行性[A];福建省外國語文學會2001年年會論文集[C];2001年

2 謝鴻森;徐濟安;張月明;鄭海飛;徐有生;宋茂雙;郭捷;侯渭;;某些地球深部物質(zhì)的綜合物性實驗研究[A];1995年中國地球物理學會第十一屆學術(shù)年會論文集[C];1995年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 于銀花　孫清華;壓裂成功率提高21個百分點[N];中國石化報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 周俊杰;基于結(jié)構(gòu)耦合與物性耦合的重磁聯(lián)合反演方法研究[D];中國地質(zhì)大學(北京);2015年

中國碩士學位論文全文數(shù)據(jù)庫 前8條

1 鄭超云;重論“分裂不及物性”的存在與否[D];延邊大學;2015年

2 丁明;自適應多窗口的實時物體檢測技術(shù)的研究[D];北京交通大學;2016年

3 邵媛媛;探知繪畫中的物性與悟性[D];天津美術(shù)學院;2014年

4 王飛;變物性二維梯度板熱彈性行為[D];河北工程大學;2014年

5 周琳淞;CO_2驅(qū)水—氣—巖反應對疏松砂巖儲層物性影響的研究[D];西南石油大學;2014年

6 王惠靜;及物性的典型效應[D];西南大學;2006年

7 張崔;卡塔爾BC區(qū)塊Pre-Khuff儲層特征研究[D];中國石油大學（華東）;2012年

8 高雄飛;姚店油田姚229井區(qū)注水開發(fā)方案研究[D];長安大學;2014年

，

本文編號：1269611