检索结果-南通市图书馆

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

基于中间语义的场景分类算法的研究

基于中间语义的场景分类算法的研究

作者：冯霄中南民族大学

学位级别：硕士

由于图像和视频采集量的不断增长，怎样自动提取图像信息是计算机视觉领域研究的重要问题。然而，由于图像类别的多样化和图像特征数据量维度高的特性，自动分类一直是图像分类领域里一个难以突破的难题。显然海量的信息手工分类处理是... 详细信息

由于图像和视频采集量的不断增长，怎样自动提取图像信息是计算机视觉领域研究的重要问题。然而，由于图像类别的多样化和图像特征数据量维度高的特性，自动分类一直是图像分类领域里一个难以突破的难题。显然海量的信息手工分类处理是不可能完成的。因此如何利用计算机自动分类就受到了许多学者的关注。在图像分类中，场景图像信息的分类是图像信息提取初级任务的核心，而用适当的语义来描述场景是解决图像场景分类的关键。本文针对目前语义来描述场景存在的一些问题提出了一种局部约束稀疏编码空间金字塔模型。首先对从原始图像中提取的初始特征进行局部约束稀疏编码量化，然后将量化后的特征嵌入到空间金字塔模型中，并采用最大化的方法将特征联合起来。最后，把联合特征用SVM分类器进行分类。同时在构造视觉码本方面，本文改进了传统的视觉码本的构造方法，采用自适应的训练得到包含大量信息的过冗余视觉码本，以便更好的描述低层语义特征。通过实验证明，在多个场景图像数据库上，本文采用的局部约束稀疏编码空间金字塔模型的场景图像分类算法比传统的分类算法准确率高。

关键词：场景分类稀疏编码空间金字塔视觉码本局部约束

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于内容的图像质量评价

基于内容的图像质量评价

作者：张鹏中国科学技术大学

学位级别：硕士

随着移动设备、大容量存储设备和互联网服务的日益普及,人们可以更加方便地生成、存储、传输和分享图像、视频等多媒体数据。图像数据的爆炸性增长不仅给我们带来了大量的资源,也给图像处理算法和计算机视觉应用提出了更高的挑战。图像... 详细信息

随着移动设备、大容量存储设备和互联网服务的日益普及,人们可以更加方便地生成、存储、传输和分享图像、视频等多媒体数据。图像数据的爆炸性增长不仅给我们带来了大量的资源,也给图像处理算法和计算机视觉应用提出了更高的挑战。图像的获取、编码、存储、传输和显示过程都可能造成图像质量的下降,从而影响人的视觉感受或者计算机视觉算法的性能。如何评价图像的视觉质量是计算机视觉领域的一个基础性研究课题。目前研究较多的是无需人工参与的客观图像质量评价方法。这类算法一般从空域或者DCT、Wavelet等变换域提取图像的底层特征或者统计特征,不考虑图像的语义等高层信息。针对现有方法的不足,本文提出了一种同时使用图像底层特征和高层语义信息的无参考图像质量评价方法。本文的主要工作和创新点如下(1)研究和实验分析了图像质量和图像高层语义信息之间的关系。我们研究了人的视觉系统特性,发现人在观察图像时会先关注图像中的目标等高层语义区域,而图像语义信息的变换也会影响人对图像质量的感受。我们通过深度神经网络的分类和语义区域分析实验,发现图像失真会使图像的语义不清晰,且更难以找出其语义区域。(2)本文设计了一种结合图像高层语义信息和底层细节信息的图像质量评价框架。本文采用Object Proposal检测算法得到类别无关的目标区域。这些区域的得分反映了图像的语义清晰度,被用作图像的高层语义特征。同时从这些区域中随机选择一定量的图像块,将它们编码到视觉码本上,将pooling后的编码值用作底层质量特征。这两种特征融合之后,用支持向量回归模型将其映射为图像的质量分值。本文提出的图像质量评价算法在性能上超过了现有的评价算法,且跨平台实验证明本文所提的算法框架有一定的通用性,在和已有算法结合后,可以提高现有算法的性能。

关键词：图像质量评价语义信息似物性检测目标检测视觉码本

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多失真图像盲质量评估算法研究

多失真图像盲质量评估算法研究

作者：王同乐华东师范大学

学位级别：硕士

图像在端到端的压缩和传输过程中会引入各种各样的失真,失真导致了图像质量的下降,因此在接收端对已收到的图像进行质量评估可以量化多媒体压缩和传输系统的性能。图像质量评估(Image Quality Assessment)已有较长的研究历史,起初人们... 详细信息

图像在端到端的压缩和传输过程中会引入各种各样的失真,失真导致了图像质量的下降,因此在接收端对已收到的图像进行质量评估可以量化多媒体压缩和传输系统的性能。图像质量评估(Image Quality Assessment)已有较长的研究历史,起初人们主要研究只包含一种失真类型的单失真图像,但由于现实生活中图像往往受到多种失真类型影响,因此近年来多失真质量评估受到关注。相较于单失真,多失真质量评估更具应用价值,也更具挑战性。本文聚焦于更富挑战性的多失真图像质量评估问题,针对多失真图像质量评估算法准确率和泛化能力还需提高的事实,提出了一种基于MOS(Mean Opinion Score)训练的算法和一种无MOS训练的算法。基于MOS训练的算法用于解决准确率问题,无MOS训练的方法用于解决泛化能力问题。基于MOS训练的算法中我们提出了一种多失真质量评价的新思路。这是因为我们考虑到多种失真类型对图像造成的破坏可以概括为真实细节损失和冗余细节增加,细节损失和细节增加之间的视觉掩膜效应不利于质量评估。据此,首先将失真图像分解为细节损失图和细节冗余图,并分别为其设计特征表示,然后融合两种特征表示形成新的特征向量,最后基于SVR(Support Vector Regression)训练了图像质量预测模型。基于MOS训练的算法其泛化能力一般较弱,因此在该算法的基础上我们又提出了一种泛化能力更强的无MOS训练方法。该无MOS方法属于质量评估领域挑战难度较大的全盲方法,它无需MOS分数即可工作,这在很大程度上省却了耗时费力的主观质量评价工作。该方法首先基于感知相关的特征构建了质量已知的多失真视觉码本,然后统计码本中每个视觉单词对质量的贡献比重,最后加权每个视觉单词的质量分数推理全图质量分数。本文提出的基于MOS训练的算法在四个公开数据集的平均准确率比当下最好的算法GWH-GLBP提高了3%,提出的无MOS算法在三个公开多失真数据集的平均泛化能力比GWH-GLBP高了14%。实验结果表明本文两种算法与人眼主观评价具有更好的一致性。

关键词：图像质量评估多失真无参考自然场景统计视觉码本局部二进制模式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多视角目标类检测算法研究

多视角目标类检测算法研究

作者：尹维冲南京大学

学位级别：硕士

近年来,多视角目标类检测在计算机视觉和多媒体领域受到了越来越多的关注,而检测的对象也由多视角人脸和行人扩展到一般的多视角目标。该研究中最具挑战的问题之一是如何检测任意视角的目标类别。同类目标不同实例之间颜色、纹理等外观... 详细信息

近年来,多视角目标类检测在计算机视觉和多媒体领域受到了越来越多的关注,而检测的对象也由多视角人脸和行人扩展到一般的多视角目标。该研究中最具挑战的问题之一是如何检测任意视角的目标类别。同类目标不同实例之间颜色、纹理等外观信息差别很大,而且由于多视角的影响,不同视角之间的同类类目标差别也很大,因此,解决该类问题必须同时处理类内外观和观察视角变化的双重影响。目前,对同类目标外观的建模已有很多高效的算法,但对不同视角的同类目标间的视觉建模目前还缺乏研究,其主要原因是同类目标的不同视角之间底层特征较难找到有效关联,导致了相关算法的不精确性。同时考虑目标外观和多视角因素来建立多视角目标检测的算法模型更具挑战性。本文就多视角目标类检测算法进行了深入的研究,针对多视角目标类之间的关联提出了两种可能的解决途径。第一,针对目标的不同视角训练独立的分类器,用于该视角下的目标检测,利用视角之间的位置关系将这些独立的分类器对应到视角球面之上,之后通过将视角球面三角化从而建立视角分类器之间的关系,在检测阶段通过三角融合各个分类器的输出给出最终的检测结果;第二,为目标的不同视角建立可用于检测的视觉码本,视觉码本包含目标中存在显著轮廓或形状信息的局部结构,之后通过关联不同视角间的相似的局部结构从而建立视觉码本间的关联,形成用于描述目标任意视角的多视角码本,可用于任意视角的目标检测与视角估计等任务。两种方法都在公共数据集上验证了方法的有效性,和当前的其它方法做了对比。本文的主要贡献如下：1.针对多视角目标检测中的融合多分类器方法,提出了一种基于视角球面的三角化融合机制,通过不同视角的分类器完整覆盖整个视角球面,从而达到检测任意视角目标的目的;2.利用树结构来组织目标类的视觉码本,树的构建过程即是码本的生成过程,而树结构能有效减少了码本匹配时的计算量和计算时间。检测的过程通过匹配的码本入口的霍夫投票得到霍夫图像,霍夫图像中的局部极大值就对应着目标出现的位置。3.通过低层特征的关联建立不同视角之间视觉码本的关联,将多个视角的信息在更早的阶段关联起来,形成描述多视角物体的多视角码本结构。

关键词：多视角目标检测视角球面多视角关联视觉码本霍夫投票多视角码本

基于局部时空特征码本的人体行为识别方法研究及实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于局部时空特征码本的人体行为识别方法研究及实现

作者：马瑜厦门大学

学位级别：硕士

人体行为识别是目前计算机视觉领域的研究热点和难点,可以应用到智能监控、高级人机交互、体育运动分析和基于内容的视频检索等方面,开展人体行为识别研究有着重要的社会价值和理论意义。本文的工作主要是基于局部时空特征的人体行为... 详细信息

人体行为识别是目前计算机视觉领域的研究热点和难点,可以应用到智能监控、高级人机交互、体育运动分析和基于内容的视频检索等方面,开展人体行为识别研究有着重要的社会价值和理论意义。本文的工作主要是基于局部时空特征的人体行为识别方法,针对复杂环境下的人体行为识别存在的问题,结合目前目标检测和识别技术的发展,主要做了以下几方面工作： 1、归纳总结现有方法。查阅大量相关文献,对现有的局部时空特征方法进行概述,着重介绍了常用的局部时空特征检测算子和描述算子,为本文后续工作的奠定基础。 2、实现了基于视觉码本的人体行为识别方法。目前基于视觉码本的方法是目标识别中的主要方法。首先对局部时空特征使用聚类算法构建视觉码本;其次,将视频表示为视觉码本对应的特征向量;最后使用SVM对视频进行分类,从而实现人体行为的识别。同时,在本文的工作中比较了不同的特征在复杂数据库下人体行为识别的优劣性。 3、提出了基于运动差异特征的人体行为识别方法。目前在人体行为识别中,对于运动的描述都是基于视频中光流场的估计。而在复杂环境中,由于摄像机运动,目标运动等原因,使得运动估计存在误差,导致对局部时空特征的运动描述并不准确。在本文的工作中,针对这个问题,提出了使用运动差异特征表示局部时空兴趣点,实验结果表明,本文提出的特征描述算子能够有效提高复杂环境中的人体行为识别准确率。总之,本文在总结现有人体行为识别方法的基础上,实现了基于视觉码本的人体行为识别方法,同时从特征描述这一模式识别的基本问题入手,提出了基于运动差异特征的人体行为识别方法,实验结果表明了本文提出的方法的有效性。

关键词：人体行为识别时空特征视觉码本运动差异特征