發(fā)布時間：2021-03-28 00:13

　　互聯(lián)網(wǎng)科技的進步引發(fā)了信息量的急劇增長,互聯(lián)網(wǎng)圖像信息作為其中的重要組成部分,蘊含著豐富的視覺和語義信息。計算機視覺領域的發(fā)展能夠提升計算機處理圖像信息的性能,可以對圖像進行更加高效的識別和檢測。而顯著性檢測作為計算機視覺領域的重要分支,其發(fā)展對于目標檢測、語義分割、無人駕駛等領域都有著重要的研究意義。在圖像顯著性檢測領域,多數(shù)方法采用視覺信息作為圖像特征,忽略了圖像中的語義信息,而語義信息可以讓計算機更好地理解圖像信息并增強檢測效果。針對此不足,本文將圖像的標簽語義信息作為除視覺特征之外的語義特征,將視覺特征與語義特征相結合,達到豐富圖像特征表達、增強圖像中顯著區(qū)域檢測效果的作用。同時針對現(xiàn)有的公共數(shù)據(jù)集中背景簡單、類型匱乏的問題,構建了基于標簽語義的圖像數(shù)據(jù)集。本文的主要貢獻如下:第一,構建了基于標簽語義的顯著性檢測數(shù)據(jù)集。面向軌道交通領域的應用場景,在公共軌道交通的視頻及互聯(lián)網(wǎng)中收集了 2282張圖像,對圖像進行了二值圖標注和語義標簽標注。針對收集到的圖像樣本不均衡的問題,采用生成對抗網(wǎng)絡模型對圖像數(shù)量進行擴充,為基于標簽語義的顯著性檢測算法設計帶來了研究價值。第二,設計了基于卷... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖１－１顯著性圖像示例［１］??Ｆｉｕｒｅ?１－１?Ｔｈｅ?ｅｘａｍｌｅｓ?ｏｆ?ｓａｌｉｅｎｔ?ｉｍａｅｓ?⑴??

顯著性檢測領域經(jīng)典方法的發(fā)展歷程【231

圖１－６顯著性檢測方法在較為復雜圖像中的檢測結果??Ｆｉｕｒｅ?１－６?Ｔｈｅ?ｒｅｓｕｌｔｓ?ｏｆ?ｓａｌｉｅｎｃｄｅｔｅｃｔｉｏｎ?ｍｅｔｈｏｄ?ｏｎ?ｃｏｍｌｅｘ?ｉｍａｅｓ??

【參考文獻】：
期刊論文
[1]多尺度的圖像顯著性檢測方法[J]. 賈寧,柳先輝,陳宇飛,趙衛(wèi)東,邢尚文.  同濟大學學報(自然科學版). 2019(02)
[2]視覺顯著性預測綜述[J]. 孫夏,石志儒.  電子設計工程. 2017(09)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的交通標識識別研究及應用[D]. 張雪媛.重慶交通大學 2017
[2]基于卷積特征的人臉特征點定位研究[D]. 李慧芳.北京交通大學 2017



本文編號：3104501