检索结果-南通市图书馆

作者：杨洋天津大学

学位级别：硕士

目标检测和识别技术在人机交互等领域起着非常重要的作用。检测和识别阶段所消耗的计算资源以及准确程度是整个人机交互系统的关键。由于目标物体可能存在面内旋转，因此每个角度区间的物体都相当于一类新的物体。角度的变化导致在检测... 详细信息

目标检测和识别技术在人机交互等领域起着非常重要的作用。检测和识别阶段所消耗的计算资源以及准确程度是整个人机交互系统的关键。由于目标物体可能存在面内旋转，因此每个角度区间的物体都相当于一类新的物体。角度的变化导致在检测和识别过程中需要考虑多个单一角度物体检测的问题，造成计算量的大幅度提升，造成系统整体性能的下降，降低用户体验。本文研究存在面内旋转的多角度人手检测问题。这种角度的不确定性要求多角度人手检测系统检测多个单一角度的人手，比仅仅检测单一角度人手的检测计算量更大。针对这个问题，本文首先对滑动窗口策略以及传统粒子窗口策略的基本思想做了简要介绍，分析了这两种检测策略在计算量上的劣势。针对以上两种策略的缺点，本文提出了一种新的多角度物体检测策略：在粒子窗口策略的基础上，充分挖掘不同角度分类器之间采样概率密度函数的相关性，通过采样概率密度增强的方法，加快粒子窗口策略中的迭代速度，在保证精度的条件下，有效地降低了检测过程中的计算量。本文的主要贡献如下：(1)将物体检测中支持域的概念从空间、尺度维度上拓展到角度维度上，证明了不同角度分类器之间存在可以利用的信息;(2)提出了通过增强相关分类器之间的采样概率密度的方法，将不同分类器之间的相关性信息融入到检测过程中，降低了计算量;(3)本文的多角度人手检测策略，为其他存在面内旋转或是分类器存在相关性的检测工作提供了一种新的思路。

关键词：人手检测手势识别粒子窗口多角度物体检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MPEG-2标准的音视频同步实现

基于MPEG-2标准的音视频同步实现

作者：卓志峰天津大学

学位级别：硕士

进入20世纪以后,数字电视技术和多媒体通信技术飞速发展,极大地提高了人们的工作效率,减轻社会的交通运输负担,改变人们的教育和娱乐方式。音视频的数字化处理与传输是数字电视技术和多媒体通信技术的核心,国际标准化组织和国际电工委... 详细信息

进入20世纪以后,数字电视技术和多媒体通信技术飞速发展,极大地提高了人们的工作效率,减轻社会的交通运输负担,改变人们的教育和娱乐方式。音视频的数字化处理与传输是数字电视技术和多媒体通信技术的核心,国际标准化组织和国际电工委员会制定了相应的一系列声音、图像压缩编码的国际标准。其中,MPEG-2能在很宽范围内对音视频信号有效地进行编码,被广泛应用于有线数字电视、卫星数字电视广播等系统中。音视频同步是MPEG-2标准下实时解码实现的难点。传统的音视频同步技术是利用MPEG-2传输流中的PCR恢复出与编码端相同的系统时钟STC,通过音视频时间标签PTS/DTS与系统时钟的比较实现同步播放。本论文在分析MPEG-2标准的基础上,研究了一种新的音视频同步算法,无需恢复STC,而是以音频为主媒体流,视频为从媒体流,保持音频的播放速率不变,利用基于相同时间基点的媒体单元的时间标签,通过调整视频的播放帧率来实现媒体同步。本论文介绍了MPEG-2系统层语法,重点描述了TS分组,PES分组以及PSI段的结构。利用PAT表和PMT表实现了传输流的解复用,并且获得用于音视频同步的时间标签PTS。在此基础上,以音频的PTS作为时间基准,通过比较视频PTS与音频PTS的差距,来调整视频的播放,最终实现音视频同步。实验结果证明,本论文提出的方法能够有效的实现音视频同步。经过调整后,同步百分比达到98.68%,临界百分比和失步百分比分别占0.59%和0.72%。

关键词： MPEG-2 PTS 音视频同步 PAT 解复用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然场景图像文本检测研究

自然场景图像文本检测研究

作者：杜一帆天津大学

学位级别：硕士

随着手机、平板等智能移动终端的普及,使用移动设备的摄像头所拍摄的自然场景图像大量涌现。文字,作为人类最具影响力的发明之一,在人类生产和生活当中一直扮演着十分重要的角色,是自然场景图像的重要组成成分之一。它包含着丰富的语义... 详细信息

随着手机、平板等智能移动终端的普及,使用移动设备的摄像头所拍摄的自然场景图像大量涌现。文字,作为人类最具影响力的发明之一,在人类生产和生活当中一直扮演着十分重要的角色,是自然场景图像的重要组成成分之一。它包含着丰富的语义信息,是人类思想和情感表达的重要载体,在自然场景中随处可见。与其他对象相比,人们往往更加关注图像中的文字部分。检测图像中文字所在的位置,将其提取并识别出来对场景图像的分析有着重要的意义。本文详细描述了目前场景文本检测领域中存在的困难和挑战,以及常用的文本检测特征及方法,并对它们的优缺点进行了分析,提出了一种基于单样例的文本检测算法,通过计算目标图像与单样例图像之间的特征相似度,对自然场景图像中文本区域进行初步定位,显著减少了MSER算法所提取的文本候选区域中的非文本区域。对于文本候选区域,使用几何约束和笔画宽度特征,进一步移除其中的非文本区域。最后合并特征相似的文字区块,提取出图像中的文本区域。由于基于学习的算法需要大量的训练样本、训练速度较慢,另外在拥有复杂背景的自然场景图像中采用MSER算法易检测到大量的非文本区域,本文所提出的算法针对以上问题进行了改进。实验结果表明,与其他算法相比,该算法能够准确检测出图像中的文本区域,达到理想的定位效果。本文还提出了一种基于学习和多通道MSER的文本检测算法,有效的解决了传统MSER算法对模糊、低对比度以及不均匀的光照敏感等问题。首先对彩色边缘图和对比度增强图像提取MSER区域作为字符候选区域,然后结合卷积神经网络提取字符的高级特征,使用SVM对这些特征进行训练得到一个理想的文本与非文本分类器,从而增强了文本检测算法的性能。

关键词：自然场景文本检测 MSER 单样例局部自适应回归核卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种理论可分的单幅图像模糊区域检测方法

一种理论可分的单幅图像模糊区域检测方法

作者：牟加俊天津大学

学位级别：硕士

运动模糊在我们日常生活中十分地常见。在拍照的过程中,如果场景中出现运动的物体,如快速移动的小车或者是奔跑的人,那么在运动物体区域就会产生模糊。在图像修复领域,对运动模糊图像进行去模糊操作,必须先将运动模糊区域分割出来。那... 详细信息

运动模糊在我们日常生活中十分地常见。在拍照的过程中,如果场景中出现运动的物体,如快速移动的小车或者是奔跑的人,那么在运动物体区域就会产生模糊。在图像修复领域,对运动模糊图像进行去模糊操作,必须先将运动模糊区域分割出来。那么对运动模糊区域进行分割就必须先检测到运动模糊区域。除此之外,在目标检测领域,对单幅图像进行运动物体的检测,可以利用运动模糊信息进行运动模糊检测从而进行运动目标的检测。因此,对运动模糊检测是非常有必要的。本论文在对图像去模糊问题的深入研究后,针对运动模糊问题,提出了一种有别于其他运动模糊检测算法的新的算法。这种算法不仅能够得到与当前最好的算法同样的效果,而且能够极大地减少运算的时间。算法复杂度极低,几乎可以达到实时地对运动模糊图像进行模糊区域的检测。本论文首先介绍了现有基于混合高斯模型的图像运动模糊区域检测算法,指出了其因为需要对未知量进行积分而导致效率低下的问题。针对这一问题,本文提出了一个新的模糊指示函数。特别地,还给出了该模糊指示函数具备模糊可分性的定理。该定理保证了模糊的理论可分性,为模糊检测奠定了理论基础。最后在三个公共数据库上的实验验证了所提算法的有效性和优势。

关键词：运动模糊检测权重高斯

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单幅图像模糊区域可分离性研究

单幅图像模糊区域可分离性研究

作者：李心雨天津大学

学位级别：硕士

无处不在的图像模糊提出了一个实际应用中非常重要的问题:什么有效的特征能够将图像中的模糊区域和清晰区域进行区分。特别是当图像中的模糊是空间变化的(局部模糊的)时候,想要将图像中的模糊区域和清晰区分进行区分就变得更具挑战性。... 详细信息

无处不在的图像模糊提出了一个实际应用中非常重要的问题:什么有效的特征能够将图像中的模糊区域和清晰区域进行区分。特别是当图像中的模糊是空间变化的(局部模糊的)时候,想要将图像中的模糊区域和清晰区分进行区分就变得更具挑战性。寻找具有可分性的关于模糊的特征在模糊检测领域可以作为一个突破口。在本文,我们从图像的梯度研究出发,提取出关于模糊的特征表示,具体来说,本文提出了一种新的基于特定核的特征向量,该特征向量包涵了模糊核的信息和图像块的信息,具体来说,该特征是经过滤波处理后的模糊核梯度的方差和滤波处理后图像块梯度方差的乘积。不同于以往的基于图像恢复的一些方法,本文中构建的特征具备了很强的区分能力,并且能够适用于多种类型的模糊。本文所提出的特征来源于一个模糊分类的算法,并且其区分性可以很充分地解释说明。为了使这种基于特定核的特征能够在实际应用中发挥作用,我们建立了一个模糊核的集合,其中包含运动模糊核和失焦模糊核。将本文所提出的特征与SVM分类器结合起来进行模糊检测,可以达到很好的效果,对比实验结果显示该算法优于当前具有领先水平的模糊检测方法。最后在公共数据库上的实验结果可以说明所提出方法的有效性。

关键词：模糊检测分类器特征提取运动模糊失焦模糊 SVM

面向匹配代价体尺度自适应的双目立体匹配算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向匹配代价体尺度自适应的双目立体匹配算法研究

作者：苏畅天津大学

学位级别：硕士

基于匹配代价体(Cost Volume)的深度卷积神经网络(Convolutional Neural Network,CNN)是双目立体匹配的主流方法,主要包括双目特征提取、匹配代价体构造与聚合、视差计算和细化等环节,是双目深度估计的主要途径,在自动驾驶、虚拟现实、... 详细信息

基于匹配代价体(Cost Volume)的深度卷积神经网络(Convolutional Neural Network,CNN)是双目立体匹配的主流方法,主要包括双目特征提取、匹配代价体构造与聚合、视差计算和细化等环节,是双目深度估计的主要途径,在自动驾驶、虚拟现实、机器人导航等领域发挥着重要作用。但现有基于CNN的双目特征提取和匹配代价体聚合方法存在尺度混淆、信息损失等问题,限制了模型在弱纹理、边缘等具有挑战性区域的匹配性能。针对上述问题,本文面向匹配代价体尺度自适应展开研究,主要工作和贡献如下:(1)在双目特征提取方面,提出了基于特征重组与尺度自适应的金字塔特征重配网络(简称PFRNet)。该网络首先将骨干网络提取的多尺度特征融合成为重组特征,然后通过自适应的特征增强模块将重组特征重新配置为各特定尺度相关的特征,增强了各尺度特征的局部敏感性和全局感受野,克服了单一尺度特征对跨尺度互补信息利用不充分以及传统金字塔特征存在尺度混淆的问题,提高了模型对弱纹理区域和边缘的匹配精度。(2)在匹配代价体聚合方面,提出了基于信息恢复的多尺度匹配代价聚合网络(简称IRNet),从尺度内和尺度间两个角度出发聚合匹配代价体。在尺度内聚合模块,利用匹配代价体的视差维度初步整合了像素在不同候选视差下的匹配信息;在尺度间聚合模块,通过由低分辨率到高分辨率的信息增强逐级恢复了CNN在堆叠下采样过程中的空间信息损失,提高了模型对边缘等细节的匹配精度。(3)为了解决IRNet在上采样过程的多尺度特征不一致问题,提出了基于尺度自适应的多尺度匹配代价体聚合网络(简称SANet)。在尺度间聚合模块,通过尺度自适应加权聚合策略筛选和强化了适用于回归各尺度视差的匹配特征,进而得到了特征尺度相关的匹配代价体,提高了模型对弱纹理区域、边缘的匹配精度。根据上述工作,从双目特征提取和多尺度匹配代价体聚合两个重要步骤出发,构建了基于尺度自适应的双目立体匹配网络。在Scene Flow数据集和KITTI数据集上的实验表明所提网络在使用较少计算量的情况下,在具有挑战性的弱纹理区域、边缘和实际场景中表现出了鲁棒的匹配性能。

关键词：双目立体匹配特征提取匹配代价体聚合信息恢复尺度自适应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于梯度方向直方图的快速人体检测算法

基于梯度方向直方图的快速人体检测算法

作者：周健天津大学

学位级别：硕士

人体检测是近年来计算机视觉领域重要的前沿方向和研究热点。它在智能监控、驾驶员辅助系统、运动分析等领域具有广泛的应用前景。基于统计学习的人体检测技术又是人体检测领域的研究重点。在基于统计学习的人体检测算法中,Dalal等人的... 详细信息

人体检测是近年来计算机视觉领域重要的前沿方向和研究热点。它在智能监控、驾驶员辅助系统、运动分析等领域具有广泛的应用前景。基于统计学习的人体检测技术又是人体检测领域的研究重点。在基于统计学习的人体检测算法中,Dalal等人的基于梯度方向直方图(Histogram of Oriented Gradients,简称HOG)特征的人体检测算法具有很好的检测精度,但该算法有两个缺点:1)速度慢,实时性差;2)不能很好的处理遮挡问题。本论文的重点是研究如何克服这两个缺点。为了解决速度问题,本论文采用了三个方面的措施:1)改进了计算HOG特征时使用的三线性插值方法,使得检测效果和速度有了一定的提高。2)在检测过程中,改变了之前每一个窗口计算一次HOG特征的方法,一次性对整幅图像的HOG进行计算,极大的减少了计算HOG的次数,明显的降低了检测时间,使得原来的检测速度提高了10倍左右,基本上接近了实时。3)为了进一步减少检测时间,提高系统算法的实时性,这里使用了GPU多线程并行编程技术,进一步将HOG部分的计算速度提高了10倍。为了避免遮挡问题,选择了进行俯视人体检测的策略,从图像采集的环节避免了人体相互遮挡。为了算法的训练和泛化能力测试,分别在室内环境和半室外环境安装了摄像机。采集了50天的视频数据,并对数据进行了大量的人工标注工作,最终开发了一套实时俯视人体检测系统。该系统在普通的PC机上,检测320×240的图像只用了85ms,并且检测效果令人满意。特别是,当训练数据来自室内而测试数据来自半室外时,人体检测的精度仍然比较理想,显示了系统和算法的鲁棒性和泛化能力。

关键词：人体检测统计学习支撑向量机图形处理器梯度方向直方图

基于非局部特征融合与图像修复技术的单图像去雨方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非局部特征融合与图像修复技术的单图像去雨方法研究

作者：张雪岩天津大学

学位级别：硕士

近年来随着深度学习的不断发展与普及,利用卷积神经网络对受损图像进行复原的研究越来越热门。单图像去雨方法能够对有雨图像进行预处理,在去除雨线的同时恢复出图像原有的特征信息,增强图像处理系统在不同气象条件下的鲁棒性。现有的... 详细信息

近年来随着深度学习的不断发展与普及,利用卷积神经网络对受损图像进行复原的研究越来越热门。单图像去雨方法能够对有雨图像进行预处理,在去除雨线的同时恢复出图像原有的特征信息,增强图像处理系统在不同气象条件下的鲁棒性。现有的单图像去雨方法取得了一定的研究成果,但仍存在雨线残留、细节丢失和去雨实时性差等问题。本文对现有的单图像去雨方法进行了介绍和分析,并在这些方法研究的基础上,结合非局部特征融合与图像修复技术到单图像去雨任务中。针对现有方法存在的问题,本文提出了一种基于多尺度非局部网络的单图像去雨方法,该方法首先利用多尺度特征金字塔结构和多尺度特征融合策略提取雨线特征,并引入轻量的非局部注意力机制保证提取到的特征更加丰富的同时提高网络速度,最后利用提取到的特征图像重构出期望的去雨图像。受到图像修复技术的启发,并侧重于解决雨线残留和细节丢失问题,本文提出了一种基于图像修复技术的单图像去雨方法,该方法首先利用多流网络结构定位到雨线位置,并通过基于部分卷积的图像修复技术进行精准修复,最后恢复出高质量的去雨图像。实验结果表明,两种去雨方法在合成和自然数据集上都取得了很好的效果,均可以更有效地去除雨线,并且能够保证输出端的图像具有更丰富的细节信息。本文提出的去雨方法可以广泛地应用于无人驾驶、无人机飞行和安防监控等实际场景中,具有重要的研究意义和价值。

关键词：单图像去雨方法深度学习多尺度特征金字塔非局部注意力机制图像修复技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于概率主题模型的游记文本知识挖掘

基于概率主题模型的游记文本知识挖掘

作者：郝强天津大学

学位级别：硕士

网络技术的发展促使人们热衷于在互联网上分享旅行经历,游记文本是一种主要形式。游记中蕴含着地点代表性知识(景观、风格、特色活动等),对旅行规划有很大参考价值。但由于游记中噪声多、视角多、缺乏目的地推荐和视觉信息等局限,导致... 详细信息

网络技术的发展促使人们热衷于在互联网上分享旅行经历,游记文本是一种主要形式。游记中蕴含着地点代表性知识(景观、风格、特色活动等),对旅行规划有很大参考价值。但由于游记中噪声多、视角多、缺乏目的地推荐和视觉信息等局限,导致这些知识难以靠人工方式获得。本文研究如何从游记文本中自动挖掘出这些知识并加以利用,为此提出了一种新的概率主题模型——地点-主题(LT)模型,用于从游记中挖掘两种主题,即刻画地点特色的局部主题和表示游记中常见语义的全局主题,并用局部主题表示各地点,以把握地点代表性知识和地点间相似度。基于该模型,我们结合旅行规划的情境实现了三种应用:(1)目的地推荐——向用户推荐与给定目的地相似、或是与给定旅行意图相关的目的地;(2)目的地概述——利用标签和相关游记摘录概括给定目的地的特色;(3)游记可视化——提取给定游记的重要内容并搭配相关图片。基于中英文两个游记数据集(分别包含9.4万和10万篇游记),运用客观量化和问卷调查等实验方法进行了实验和评估,结果验证了所提出方法的有效性。

关键词：概率主题模型知识挖掘旅行规划游记用户生成内容

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像特征的人类性别识别技术

基于图像特征的人类性别识别技术

作者：刘东甲天津大学

学位级别：硕士

生物特征作为人类个体的内在属性,具有较强的稳定性、防伪性和唯一性。因此,基于生物特征的检测和识别技术,得到了越来越多的关注与研究。作为生物特征识别的重要研究内容,人类性别识别不仅可以应用于视频监控、安防等领域,同时在智能... 详细信息

生物特征作为人类个体的内在属性,具有较强的稳定性、防伪性和唯一性。因此,基于生物特征的检测和识别技术,得到了越来越多的关注与研究。作为生物特征识别的重要研究内容,人类性别识别不仅可以应用于视频监控、安防等领域,同时在智能商场、视频检索、以及商业统计系统中也能够发挥重要作用,因此具有很高的理论意义和应用价值。目前已经用于性别识别/分类研究的对象有:人脸、虹膜、指纹、脚印以及语音。其中基于人脸图像的性别识别应用最为广泛。但人脸方法受姿态、光照、表情、年龄变化的影响很大,识别性能不理想。为了克服上述缺点,本论文研究了多种基于非人脸特征的性别识别算法。具体地,本论文完成了如下工作:1)详细分析了梯度方向直方图(HOG)、局部二元模式(LBP)、SIFT描述子和Shape Context等特征提取方法,以及支持向量机(SVM)和AdaBoost分类决策方法。2)采集了鞋子数据库,提出了基于鞋子特征的性别识别方法。3)实现了基于步态的性别识别算法,并在USF步态数据库上进行了验证。4)实现了基于人体静止图像的性别识别算法,并在MIT行人检测数据库进行了验证。5)编制了一个基于人体静止图像的可视化性别识别系统,称其为myGenderRec。

关键词：性别识别特征提取鞋子图像步态人体静止图像