检索结果-南通市图书馆

作者：刘足华上海交通大学

学位级别：硕士

目标检测是图像处理与计算机视觉领域的一个重要的研究领域。是图像理解﹑自动图像分割﹑运动目标跟踪﹑场景理解等应用的基础。现实场景生成的图像往往存在光照强度变化﹑目标尺度缩放﹑成像视角不同﹑目标遮挡以及冗余背景干扰等诸多... 详细信息

目标检测是图像处理与计算机视觉领域的一个重要的研究领域。是图像理解﹑自动图像分割﹑运动目标跟踪﹑场景理解等应用的基础。现实场景生成的图像往往存在光照强度变化﹑目标尺度缩放﹑成像视角不同﹑目标遮挡以及冗余背景干扰等诸多复杂情况,对这种复杂场景图像中各种变化的处理是目标检测方法需要面对的一个难题。由于目标的局部信息所形成的结构往往是目标中比较稳定的特征信息。比如,人脸的面部特征（眼睛,鼻子,嘴巴）就是一个典型的例子。局部特征是根据某种显著性准则定义的与其邻域相区别的图像表征。它对图像中的各种变化（几何变化、光照变化、仿射失真、目标遮挡、背景混淆）常常具有较强的鲁棒性,所以使用局部特征和空间结构模型来解决复杂图像中目标检测的问题是可行的。本文基于以上认识提出了一种基于SIFT局部特征和随机森林分类器的结构模型学习算法,并利用概率投票模型对复杂图像中目标进行检测与定位。其主要过程如下: 1)结构模型学习,采用从训练图像中提取出来的SIFT特征来构造一个随机森林分类器。在决策树的每个叶子节点中,记录到达该节点的局部特征相对于目标中心的偏移量及其相应的类别信息﹑以及该叶子节点的类别信息。决策树中所有叶子节点就可以看作是一个基于树型结构的判别式投票码本模型。 2)目标检测,首先对从测试图像中提取出来的SIFT局部特征进行类别粗分类,并通过广义Hough变换对可能的目标中心进行概率Hough投票。这样得到的概率投票具有良好的准确性和可靠性。接着对概率投票空间进行搜索得到概率密度峰值区域,即候选的目标中心,再利用底层分割信息来验证候选的目标中心。这样做的目的是为了减少目标的错误检测,提高算法的检测精度。我们使用多视角的摩托车图像集和UIUC-Cars图像集对本文提出的算法的性能进行评估和分析。得到的结论是:该算法可以较好地解决复杂图像中目标存在尺度变化﹑视角变化,目标之间存在遮挡,光照变化和强背景干扰等情况下目标检测与定位问题。

关键词：复杂图像 SIFT局部特征随机森林分类器结构模型学习判别式码本模型概率Hough投票

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于随机森林的目标检测与定位

引用

计算机工程 2012年第13期38卷 5-8页

作者：刘足华熊惠霖上海交通大学自动化系系统控制与信息处理教育部重点实验室上海200240

为解决复杂图像中的目标检测与定位问题,提出一种基于随机森林的目标检测与定位算法。采用SIFT局部特征构造随机森林分类器,以一个决策树中的全部叶子节点构成一个树型结构的判别式码本模型,从而获得更可靠的概率Hough投票,加快目标检... 详细信息

为解决复杂图像中的目标检测与定位问题,提出一种基于随机森林的目标检测与定位算法。采用SIFT局部特征构造随机森林分类器,以一个决策树中的全部叶子节点构成一个树型结构的判别式码本模型,从而获得更可靠的概率Hough投票,加快目标检测速度。实验结果证明,该算法效率较高,可用于复杂场景下的目标检测与定位。

关键词：随机森林结构模型学习 SIFT局部特征判别式码本模型概率Hough投票目标遮挡

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：