检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

63 篇 学位论文
40 篇 期刊文献
4 篇 会议

馆藏范围

107 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

107 篇 工学
- 80 篇 机械工程
- 18 篇 计算机科学与技术...
- 16 篇 控制科学与工程
- 15 篇 软件工程
- 11 篇 仪器科学与技术
- 10 篇 信息与通信工程
- 8 篇 交通运输工程
- 3 篇 公安技术
- 2 篇 电子科学与技术（可...
- 2 篇 测绘科学与技术
- 2 篇 地质资源与地质工...
- 2 篇 航空宇航科学与技...
- 1 篇 土木工程
- 1 篇 水利工程
- 1 篇 船舶与海洋工程
- 1 篇 环境科学与工程（可...
9 篇 艺术学
- 9 篇 设计学（可授艺术学...
7 篇 管理学
- 7 篇 管理科学与工程(可...
1 篇 理学
- 1 篇 地理学
1 篇 农学
- 1 篇 园艺学

主题

107 篇 可变形部件模型
21 篇 目标检测
15 篇 行人检测
8 篇 支持向量机
8 篇 梯度方向直方图
6 篇 卷积神经网络
5 篇 车辆检测
4 篇 高分辨率遥感影像
4 篇 人体检测
3 篇 图像分割
3 篇 hog特征
3 篇 稀疏编码
3 篇 机器视觉
3 篇 遮挡
3 篇 特征融合
3 篇 遮挡车辆检测
3 篇 物体检测
3 篇 行为识别
3 篇 感兴趣区域
2 篇 运动目标检测

机构

5 篇 电子科技大学
4 篇 天津大学
4 篇 江苏大学
3 篇 上海理工大学
3 篇 上海交通大学
2 篇 嵌入式与网络计算...
2 篇 中国科学院大学
2 篇 甘肃农业大学
2 篇 中北大学
2 篇 长春理工大学
2 篇 南京大学
2 篇 武汉理工大学
2 篇 国家数字交换系统...
2 篇 上海海洋大学
2 篇 安徽大学
2 篇 大连海事大学
2 篇 解放军信息工程大...
2 篇 重庆邮电大学
2 篇 西南交通大学
2 篇 吉林大学

作者

3 篇 于洪涛
3 篇 卜佑军
3 篇 李春伟
2 篇 吴俊
2 篇 刘泽
2 篇 周博文
2 篇 liu bocheng
2 篇 刘宝平
2 篇 chen qingkui
2 篇 朱琳
2 篇 赵金金
2 篇 李金静
2 篇 吴阳
2 篇 袁奕珊
2 篇 陈耀东
2 篇 沈佳洁
2 篇 李仁发
2 篇 刘伯成
2 篇 杨森
2 篇 陈庆奎

语言

106 篇 中文
1 篇 英文

检索条件"主题词=可变形部件模型"

共 107 条记录，以下是21-30 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

特定场景下的可变形部件模型

特定场景下的可变形部件模型

引用

作者：张颖华上海交通大学

学位级别：硕士

物体检测长期以来都是计算机视觉中的基本问题之一,是进行场景理解,行为分析的基础,在视频监控、自动驾驶系统、机器人制造等问题中得到了广泛的应用。当前主流的检测算法采用基于滑动窗口的检测策略:从滑动窗口中提取特征,将检测问题... 详细信息

物体检测长期以来都是计算机视觉中的基本问题之一,是进行场景理解,行为分析的基础,在视频监控、自动驾驶系统、机器人制造等问题中得到了广泛的应用。当前主流的检测算法采用基于滑动窗口的检测策略:从滑动窗口中提取特征,将检测问题转化为二值分类问题,即判断待检测目标是否存在于当前窗口中。由于物体的视觉特征会随着视角、光照、姿态等条件的变化而变化,给检测任务带来了很大的难度。大多数检测算法关注的是静态图像的检测,而特定场景下的物体检测又带来了新的挑战:首先,物体尺度范围非常大,滑动窗口大小的选择需要平衡,若窗口过大,则对小尺度目标容易产生漏检;若窗口过小,则容易产生虚检;其次,现实世界中的物体纷繁复杂,小尺度物体的视觉信息不足,极易产生漏检或者与背景发生混淆。训练时间也是检测模型的一大瓶颈,模型的泛化能力有限,针对特定场景训练的检测难以迁移到新的场景。针对上述问题,我们拟利用特定场景提供的上下文信息,采用场景相关特征提高检测精度,将可变形部件模型扩展到多尺度结构,使用概率图模型结合检测模型和场景相关特征进行联合估计。本文的主要研究工作如下:1.分析了特定场景下物体检测问题的难点:物体尺度变化及复杂背景带来的干扰。针对特定场景,在传统的基于局部图像信息的检测策略的基础上,采用基于上下文信息的检测思路,充分利用场景所提供的相关信息,提升检测精度。提出了将可变形部件模型作为局部检测器,使用概率图模型将局部检测器与场景相关的上下文特征结合的特定场景可变形部件模型。2.对物体检测加速算法进行了研究。通过性能分析发现,滤波器与图像特征图的卷积运算是检测过程中耗时最长的部分,即算法性能瓶颈所在。将基于频域加速的卷积加速算法应用于可变形部件模型上,分析了传统卷积算法和频域加速算法的时间复杂度,并进行了实现。3.在两个特定场景公共数据集CAVIAR和LISA上进行了实验,从检测准确率和检测算法效率两个角度对实验结果进行了分析,实验结果证明了使用场景相关信息能够提升检测准确率,同时频域卷积加速算法能够有效提升算法效率。

关键词：物体检测概率图模型可变形部件模型场景相关特征加速算法

来源：评论

学校读者我要写书评

暂无评论

改进的可变形部件模型及其在行人检测中的应用

改进的可变形部件模型及其在行人检测中的应用

引用

作者：俞先国国防科学技术大学

学位级别：硕士

可变形部件模型(deformable part models,DPM)是近年来在VOC目标检测大赛中表现优异的算法之一,曾赢得2007年VOC挑战赛冠军,目前已经成为主流的通用目标检测算法。基于DPM的目标检测方法的基本思想是将目标类别划分为子类别,将目标实例... 详细信息

可变形部件模型(deformable part models,DPM)是近年来在VOC目标检测大赛中表现优异的算法之一,曾赢得2007年VOC挑战赛冠军,目前已经成为主流的通用目标检测算法。基于DPM的目标检测方法的基本思想是将目标类别划分为子类别,将目标实例细分为各个部件,然后通过检测各个部件去判断目标实例的存在,通过分别检测各个子类别去判断目标类别的存在。本文在全面细致地研究学习DPM的基础上,针对行人检测问题提出改进方法,并通过实验验证该方法的有效性。同时,实验显示该方法也适用其它类别的目标检测任务。在学习研究DPM目标检测算法的同时我们将它用于多种目标检测任务的工程实践中,发现DPM目标检测算法虽然有较高的检测精度,却是以较大的计算量为代价,从而限制了它的应用发展。论文主要针对DPM检测速度慢的问题进行研究改进,提出了单点计算模型和快速层定位算法,并以此为基础提出了基于贪婪搜索的DPM检测算法(Greedy DPM)。本文的主要工作和创新点是全面细致地解析了基于DPM的目标检测理论和实现细节。提出单点计算模型,将DPM得分的计算限制在一个点上进行,从而可以对图像局部位置是否存在目标进行快速测试。提出了快速层定位算法,在多层金字塔中迅速定位目标实例所在层,避免了暴力搜索带来的计算负担。在单点计算模型和快速层定位算法的基础上,提出了基于贪婪搜索的DPM检测算法,该算法仅需在传统DPM的基础上增加一个不敏感阈值,从而在面对复杂场景时方便调节参数且具有较好的鲁棒性。

关键词：可变形部件模型行人检测单点计算模型快速层定位 Greedy DPM

来源：评论

学校读者我要写书评

暂无评论

基于可变形部件模型的目标检测技术研究

基于可变形部件模型的目标检测技术研究

引用

作者：董彦汝北京邮电大学

学位级别：硕士

基于视觉的目标检测技术可以被直接地应用到视频监控、安全驾驶、人机交互和互动娱乐等领域中,具有广泛的商业应用价值和市场前景,因而一直是计算机视觉和图像处理领域中的研究热点。近年来,随着科学技术的发展,目标检测技术取得了显著... 详细信息

基于视觉的目标检测技术可以被直接地应用到视频监控、安全驾驶、人机交互和互动娱乐等领域中,具有广泛的商业应用价值和市场前景,因而一直是计算机视觉和图像处理领域中的研究热点。近年来,随着科学技术的发展,目标检测技术取得了显著的成果,但是由于目标的变化幅度可能较大和易受到光线、遮挡等影响,导致目标检测技术在较为复杂场景上的表现有所欠缺。主要表现为:目前较好的算法的检测准确性依然较低,检测速度依然较慢,离实际应用有着明显的差距。此外,在目标检测中如何平衡准确性和实时性仍然是个很有挑战性的研究课题。可变形部件模型(Deformable Part Model,以下简称为DPM)最近几年在通用目标检测领域得到了极大的关注。这个检测算法通过描述各个部件和部件间的位置关系来表示目标,在处理目标遮挡和类内变化方面有着良好的效果。在学习和研究DPM目标检测算法时,发现DPM目标检测算法虽然有着较高的检测精度,却是以较大的计算量为代价,从而限制了其应用发展。论文主要针对DPM检测速度慢的问题进行研究改进,提出由粗到精的检测思想和快速搭建特征金字塔算法,并在此基础上对特征金字塔进行分层检测。本文的主要工作和创新点如下:第一、全面细致地讲解了基于DPM的目标检测理论和实现细节。第二、将感兴趣区域提取与DPM目标检测算法相结合,形成由粗到细的目标检测方法,对图片进行预处理,获得适用于DPM的建议窗口,能够大大提高检测速度。第三、针对HOG特征单一的问题,提出多特征互补融合方法来对目标进行检测,提高目标检测的准确性,同时,使用近似值计算方法快速搭建特征金字塔,大大降低了计算特征梯度所带来的计算量负担。第四、在针对滤波器响应方面,提出分层检测算法,利用根模型的特点,快速找出存在潜在目标的特征层,然后再使用部件模型进行匹配,来检测是否存在目标,这样能够避免对每层使用根模型和部件模型进行匹配而带来的计算负担。综上所述,本文针对基于可变形部件模型的目标检测任务进行了学习和研究,并且针对其中存在的检测速度慢和检测精度低等问题,提出相应的优化算法。实验表明,本文有效提升了基于DPM的目标检测的效果,并且在保持良好检测准确性的情况下显著提高了检测速度。

关键词：可变形部件模型目标检测由粗糙到精细特征融合分层检测

来源：评论

学校读者我要写书评

暂无评论

基于可变形部件模型和卷积神经网络的车辆检测方法

基于可变形部件模型和卷积神经网络的车辆检测方法

引用

作者：刘泽江苏大学

学位级别：硕士

车辆检测算法是智能交通领域的一项重要研究课题,在安全驾驶辅助技术中起着重要作用。因可变形部件模型具有较高的准确率和较好的检测效率,已经被广泛应用到车辆检测领域。在当前形势下,降低被部分遮挡车辆的漏检率问题和降低非车辆的... 详细信息

车辆检测算法是智能交通领域的一项重要研究课题,在安全驾驶辅助技术中起着重要作用。因可变形部件模型具有较高的准确率和较好的检测效率,已经被广泛应用到车辆检测领域。在当前形势下,降低被部分遮挡车辆的漏检率问题和降低非车辆的误检率问题一直是基于机器视觉的车辆检测技术中的两大技术难点,车辆检测算法仍然存在着较大提升空间。本文对传统图像检测中基于可变形部件模型的车辆检测算法进行了深入研究,并主要针对降低车辆检测中的漏检率和误检率两个方面问题进行了改进,具体的研究工作如下:(1)在深入分析可变形部件模型原理的基础上,本文创造性地提出了基于双车辆可变形部件模型的车辆检测算法。其基本思想是,首先对图像采用分区域匹配,避免模型与窗口匹配程度低而产生漏检,然后融合匹配结果从而降低车辆检测中多车辆检测情况下被部分遮挡车辆检测的漏检情况。这种双车辆可变形部件模型的车辆检测算法,可充分减少被遮挡车辆漏检概率。实验结果表明:本算法在存在部分遮挡车辆的车辆检测中要优于现有算法,能够满足安全驾驶辅助技术应用中的实用性要求。(2)针对车辆检测中存在的非车辆被误检为车辆的问题,在构建双车辆可变形部件模型的基础上,本文创造性地提出了基于双车辆可变形部件模型和卷积神经网络的车辆检测算法。将深度学习高效提取特征的优势引入到基于视觉的车辆检测领域,从而避免了传统车辆特征提取效率差等问题。本文采用的卷积神经网络就是以深度学习为基础,将可变形部件模型特征提取过程步骤展开,可变形部件模型特征提取层和卷积神经网络的卷积层一一映射,使可变形部件模型重构为卷积神经网络,用卷积神经网络学习到的特征来替换可变形部件模型所使用的HOG特征,使可变形部件模型能够得到更加全面的车辆特征,从而降低车辆误检率。实验结果表明:本算法在车辆的检测中能够进一步降低车辆被误检的概率,使车辆检测算法更加完善。本文训练基于双车辆可变形部件和卷积神经网络的车辆检测模型,并在江苏大学“江大智能行”号无人驾驶汽车平台进行算法的试验验证。源代码为VS2008工程文件形式,操作系统为Win7 64位操作系统,开发工具为Microsoft visual studio 2008、Matlab2012a。

关键词：机器视觉特征金字塔可变形部件模型卷积神经网络遮挡车辆检测

来源：评论

学校读者我要写书评

暂无评论

基于可变形部件模型的人体检测与跟踪研究

基于可变形部件模型的人体检测与跟踪研究

引用

作者：武笑天重庆邮电大学

学位级别：硕士

人体的检测与跟踪是计算机视觉领域的一个关键问题和研究热点。它融合了模式识别、机器学习、图像处理、人工智能等许多领域的先进技术。它的主要任务是在连续的图像序列中检测出人体目标并进行跟踪,获得其运动轨迹。人体检测与跟踪在... 详细信息

人体的检测与跟踪是计算机视觉领域的一个关键问题和研究热点。它融合了模式识别、机器学习、图像处理、人工智能等许多领域的先进技术。它的主要任务是在连续的图像序列中检测出人体目标并进行跟踪,获得其运动轨迹。人体检测与跟踪在智能监控、自动驾驶、智能机器人、人机交互等领域均具有广阔的应用前景和实用价值。本文在人体检测与跟踪方面做了以下研究。1.根据人眼对颜色认知的相关知识,提出了基于OPP颜色空间(Opponent-Color-Space)的可变形部件模型人体检测算法。利用PASCAL VOC2007数据集对算法进行了验证。首先,将PASCAL VOC 2007数据集中的全部图像由RGB颜色空间转换到OPP颜色空间,然后对训练集图像进行训练得到可变形部件模型的分类器,再对测试集图像进行实验测试。实验结果表明,相对于RGB颜色空间,基于OPP颜色空间的人体检测提升了检测精度,同时也降低了误检率。2.对于可变形部件模型检测速度相对较慢和误检率高的缺点,提出了一种结合目标生成(Object Proposals)方法的候选检测位置的可变形部件模型人体检测算法。该算法利用目标生成方法速度快、精度高的特点,改进了原可变形部件模型采用的滑动窗口搜索方法。新算法首先利用目标生成筛选出图像中可能存在物体的若干位置,然后在这些位置进行检测,从而避免了滑动窗口方法盲目的穷举搜索。实验结果证明改进后的算法不仅加快了检测速度,而且减少了错误检测。3.本文结合目标检测和目标追踪两方面的知识,提出了一种将可变形部件模型与MeanShift算法相结合的人体跟踪算法,该方法还利用了Kalman滤波算法进一步提高了MeanShift跟踪的鲁棒性。首先,利用可变形部件模型检测人体,以确定跟踪目标。然后,根据当前帧的目标位置应用Kalman滤波器预估下一帧目标的可能位置,再用Meanshift算法根据估计的位置搜索最优匹配。实验表明该方法提高了跟踪的稳定性和鲁棒性。

关键词：可变形部件模型目标生成 Meanshift Kalman滤波

来源：评论

学校读者我要写书评

暂无评论

基于加权可变形部件模型的行人检测算法

基于加权可变形部件模型的行人检测算法

引用

作者：李天朔天津大学

学位级别：硕士

行人检测近几年已成为模式识别发展的一个重要领域。首先,行人检测的应用领域十分广泛,在人机交互、智能监控摄像头及移动智能设备上面都有着重要的应用。其次,行人检测也是当前物体检测领域的一个难点所在。由于行人和刚性物体不同,在... 详细信息

行人检测近几年已成为模式识别发展的一个重要领域。首先,行人检测的应用领域十分广泛,在人机交互、智能监控摄像头及移动智能设备上面都有着重要的应用。其次,行人检测也是当前物体检测领域的一个难点所在。由于行人和刚性物体不同,在不同角度和不同姿态下变化非常大,并且自然场景中行人的位置具有任意性,与物体发生遮挡具有随机性。这些都严重影响了行人检测的实际效果,进而制约着智能移动设备和智能摄像头的用户体验。可变形部件模型(Deformable Part Model,DPM)是近年来比较流行的行人检测算法之一,该模型是在梯度方向直方图特征(Histograms of Oriented Gradients,HOG)和支撑向量机分类器(Support Vector Machine,SVM)的基础上进行了扩展,划分出根分类器和部件分类器,其中根分类器的位置可以判定滑动窗口中的物体的大体轮廓,而部件分类器的作用是通过进一步的细节特征判断窗口是否为行人部件,这样由粗糙到精细的检测策略达到了良好的检测效果。本文在可变形部件模型的基础上,充分考虑到不同部件分类器的投票权重的关系,提出了一种加权的可变形部件模型的方法。同时,本文还提出了一种通过根分类器和滑动窗口卷积和分割来判断遮挡位置的策略,然后调整遮挡部分和非遮挡部分的部件分类器的权重,这种策略能一定程度上提高检测的准确率。本文的主要贡献如下:(1)充分分析了DPM模型的根分类器和部件分类器之间的关系,提出了基于权重可变的部件分类器模型;(2)充分分析了根分类器和滑动窗口特征向量的关系,判断滑动窗口中的遮挡位置信息,根据信息进行权重调整;(3)在INRIA行人数据库中进行验证,基于加权的DPM模型的方法的检测率高于传统方法。

关键词：行人检测可变形部件模型遮挡位置检测权重调整策略

来源：评论

学校读者我要写书评

暂无评论

基于可变形部件模型的雾霾环境下的行人检测研究

基于可变形部件模型的雾霾环境下的行人检测研究

引用

作者：刘源深圳大学

学位级别：硕士

计算机科学的兴起,促进了模式识别以及机器学习等领域的理论研究和实际应用。行人检测作为该领域研究的重点,复杂的检测环境及其较大的非刚体特性,给其大范围应用带来了极大的挑战。相较于正常光照环境下的行人检测效果,现有算法在背景... 详细信息

计算机科学的兴起,促进了模式识别以及机器学习等领域的理论研究和实际应用。行人检测作为该领域研究的重点,复杂的检测环境及其较大的非刚体特性,给其大范围应用带来了极大的挑战。相较于正常光照环境下的行人检测效果,现有算法在背景多样、前景遮挡以及雾霾等受光照影响较大的复杂工况下性能严重下降。如果直接对雾霾等复杂工况下采集的图像进行目标检测会产生比较严重的误检和漏检。因此,针对这一问题,本文提出了一种基于可变形部件模型的雾霾环境下的行人检测算法来提升雾霾环境下行人检测的效率。主要研究内容如下:首先,雾霾图片的判定研究。通过对大量相同环境下的清晰图片和雾霾图片进行综合对比,发现它们在均方差、峰值信噪比、结构相似性以及信息熵等参数方面存在明显的差异。以图像信息熵为质量评价指标,将输入图像的信息熵与设定阈值进行比较,进而决定是否需要去雾操作。实验表明,该方法能有效对输入图像的雾霾进行鉴定判别。其次,雾霾图片去雾清晰化研究。目前,图像去雾技术主要包括以数学建模为基础的图像复原技术和基于人体视觉的图像增强技术。通过比较Retinex、暗通道先验（Dark Channel Prior,DCP）等经典去雾算法的去雾效果,本文以DCP算法为基础,改进了算法中全局光照强度推算流程,使去雾过程中出现的色斑和失真现象得到了解决。同时对输入图像进行下采样操作间接改进了透射率的求解过程,从而达到了提升去雾效率的目的。改进后的去雾算法为雾霾环境下行人的检测与定位奠定了基础。最后,基于可变形部件模型（Deformable Part Model,DPM）的雾霾环境下的行人检测算法的研究。本文对比了HOG+SVM、Haar+Adaboost、DPM等这几种行人检测算法在雾霾行人数据集上的检测效果。针对DPM检测速度慢这一不足,本文在DPM算法的基础上,采用区域建议法来代替传统的滑动窗口,减少了目标检测过程中特征图以及候选窗口的数量。并将其与改进的DCP去雾算法进行融合,得到一种在雾霾环境下提高行人检测精度的同时也能有效提高检测速度的解决方案。实验结果表明,本文算法在雾霾环境下的行人检测精度达到了由初始的76.64%提升到89.94%,基本满足了实际应用的需求。

关键词：机器学习行人检测可变形部件模型暗通道先验

来源：评论

学校读者我要写书评

暂无评论

基于卷积特征的可变形部件模型的人体检测和行为识别研究

基于卷积特征的可变形部件模型的人体检测和行为识别研究

引用

作者：李梦奇长沙理工大学

学位级别：硕士

人体的检测和行为识别作为计算机视觉领域的研究热点问题,融合了人工智能、机器学习、模式识别等许多领域的先进技术,在智能监控、人机交互、智能机器人等领域有广泛的应用前景。但是目前大多数的目标检测方法仍存在严峻的问题,比如使... 详细信息

人体的检测和行为识别作为计算机视觉领域的研究热点问题,融合了人工智能、机器学习、模式识别等许多领域的先进技术,在智能监控、人机交互、智能机器人等领域有广泛的应用前景。但是目前大多数的目标检测方法仍存在严峻的问题,比如使用人工指定的特征,错误检测和漏检等。而且,研究人员一直将人体检测和行为识别作为两个独立的任务进行设计。实质上,一个完整的人体行为识别过程应该先通过人体检测检测图像中的人体目标,然后根据检测到的人体位置分析提取人体动作特征,最后进行分类识别。因此本文提出一种将人体检测和行为识别融合为统一的框架,即利用人体检测过程中的信息从底层数据上提取特征,对人体动作进行建模。近年来,深度卷积神经网络由于具有自动学习图像特征的优势而被广泛应用于视觉任务中,且取得了越来越好的效果。于是本文提出将卷积神经网络应用到人体检测和行为识别的统一任务中,其主要工作如下:首先,对人体的检测和行为识别的应用背景以及国内外发展现状进行了介绍。然后介绍了本课题相关的理论技术基础,如卷积神经网络的相关理论,以及分析学习了目前主流的目标检测方法和行为识别方法。其次,利用可变形部件模型(DPM)进行人体检测,考虑到传统的HOG特征需要人工指定提取,且只关注了边缘特征,计算复杂,开销大的特点,提出利用CNN提取卷积特征来替换HOG特征。实现了图像特征的自动学习,解决了传统方法难以提取有效特征、计算开销大等问题,有效的提高了 DPM人体检测的精度。最后,针对图像金字塔和传统CNN结合生成卷积特征金字塔的过程存在复杂的图像预处理过程,其效率较低的问题,本文提出了一种多尺度卷积神经网络,通过设计多尺度模块改进传统CNN的卷积层。利用此网络提取的多尺度卷积特征有效的提高了计算效率,并一定程度上提高了 DPM人体检测的性能。同时,分析了人体检测过程中人体整体与各部件的位置关系,从检测信息的底层响应上提取动作特征,该特征能有效的描述人体的姿态信息。本文方法将人体检测和行为识别融合为统一框架,从而实现了集人体检测、姿态估计以及行为识别为一体的系统整体。

关键词：人体检测行为识别卷积神经网络可变形部件模型多尺度卷积

来源：评论

学校读者我要写书评

暂无评论

提高可变形部件模型检测效果的研究

提高可变形部件模型检测效果的研究

引用

作者：邱超昆明理工大学

学位级别：硕士

机器视觉是人工智能研究邻域中的一个重要分支,其中目标检测(目标识别)是机器视觉这一分支中的一个重要并且极具挑战的研究内容。目前目标检测被广泛应用在不同的研究领域,比如制造,医学,安保,刑侦,气象,交通,军事等。虽然现在目标检测... 详细信息

机器视觉是人工智能研究邻域中的一个重要分支,其中目标检测(目标识别)是机器视觉这一分支中的一个重要并且极具挑战的研究内容。目前目标检测被广泛应用在不同的研究领域,比如制造,医学,安保,刑侦,气象,交通,军事等。虽然现在目标检测技术被广泛的应用在不同的领域中,并促进了各个领域的发展。但是目标检测的精度仍然受限于待检测图像样本的质量。实际中相机采集到的图像样本质量往往不理想,比如图像中受到噪声,形变,扭曲,光照以及目标被遮挡等不同因素的综合影响,因此目标检测算法的检测效果会大打折扣。所以本文提出了一种利用深度学习技术提高基于可变形部件模形的方法来减少以上因素的影响,从而提高了目标检测效果。本文主要研究内容如下:1.设计了一种自适应权重分配系统分别分配最优权重给混合特征中的两种特征。这种混合特征将轮廓特征和细节特征相结合有效的表示了待检测目的特征信息。2.构建了卷积神经网络来提取图像的深度特征信息。这种深度特征是一种抽象的特征相比人工设计的特征(比如HOG和SIFT特征)含有更多的信息并且对图像中一些干扰因素有很好的鲁棒性。因此其更适合用于描述目标信息。3.设计了一种闸门结构可以自动的选择检测图像中目标的被观察的视角,并且利用显著性映射去除了背景中噪声等因素的影响。4.设计了一种平行深度网络结构来同时学习部件的变形信息,遮挡信息以及部件像素级的细节信息。这种结构可以同时学习目标的多种信息,因此对目标的描述更为丰富从而也就提高了检测效果。

关键词：平行深度网络深度学习目标检测可变形部件模型

来源：评论

学校读者我要写书评

暂无评论

基于可变形部件模型的车辆检测方法研究

基于可变形部件模型的车辆检测方法研究

引用

作者：吴东承华南理工大学

学位级别：硕士

基于视觉的车辆检测是计算机视觉研究领域和安全驾驶辅助系统的一个研究热点。车辆检测的目的是为了检测出驾驶车辆周围出现的车辆，从而提醒驾驶员当前的行驶路况以及有可能与其他车辆发生的碰撞情况。目前已有许多研究学者将图像处理... 详细信息

基于视觉的车辆检测是计算机视觉研究领域和安全驾驶辅助系统的一个研究热点。车辆检测的目的是为了检测出驾驶车辆周围出现的车辆，从而提醒驾驶员当前的行驶路况以及有可能与其他车辆发生的碰撞情况。目前已有许多研究学者将图像处理，模式识别，机器学习等方法应用于车辆检测，但是由于复杂环境，气候变化，光照变化等影响，车辆检测仍然是一个有挑战的问题。近年来，可变形部件模型因为具有较高的准确率和效率，已经被广泛地应用于目标检测研究领域。目前大部分基于可变形部件模型的算法仍然使用方向梯度直方图作为特征描述子，但是由于方向梯度直方图无法处理模糊的边界而且忽略了物体内平滑的特征区域，从而影响了可变形部件模型的性能。本研究将可变形部件模型应用于车辆检测中，并且改进了原有的可变形部件模型，提出一种基于稀疏编码的可变形部件模型。稀疏编码是一种近年来逐渐流行而且有效的方法，可应用于特征表示，通过字典学习的方法可以获得对噪声鲁棒而且能够用于重建原图像的稀疏代码。本研究利用稀疏编码和最大相关熵准则构建一种新的特征描述子来取代原可变形部件所使用的方向梯度直方图，其中的最大相关熵准则是一种局部的测量尺度，可以使得提出方法中使用的特征更加的不敏感和有判别力。同时提出了一种遮挡处理的方法来提高原可变形部件模型处理遮挡的能力和准确率。与原可变形部件模型比较，本研究提出的改进的可变形部件模型有以下几个优点：（1）字典学习过程中能够在相关熵的构架上统一处理图像中的噪声问题;（2）利用稀疏编码构建的特征描述子能够描述物体更多的信息，对图像中的噪声不敏感;（3）基于最大相关熵准则的字典学习过程中的非线性优化问题可以利用半二次优化算法近似求解其最大值，从而简化为一个二次函数问题;（4）提出的遮挡处理方法可以推测出物体可能被遮挡的部分。实验结果表明，与目前其他已有算法比较，提出的方法更加鲁棒和具有识别力。在PASCAL VOC2007数据集和Toyota Motor Europe数据集上提出的方法提高了原可变形部件模型算法的精确度。实际应用结果证明了改进的可变形部件模型有较好的检测性能。

关键词：基于视觉的车辆检测可变形部件模型稀疏编码最大相关熵准则遮挡处理

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共11页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

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：