已閱讀1頁，還剩64頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)技術(shù)的進(jìn)步與發(fā)展,機(jī)器替代人的可能性逐漸提高。物體檢測是人類視覺的最基本的功能之一,從Marr提出了三層計(jì)算視覺模型用來理解人腦視覺系統(tǒng)之后,越來越多的科研工作者加入機(jī)器視覺相關(guān)技術(shù)的研究。本文主要研究的內(nèi)容是用計(jì)算機(jī)模擬人眼進(jìn)行物體檢測。
本文圍繞物體檢測展開研究,目的是探索一種有效的物體表示方式。針對(duì)這個(gè)目標(biāo),本文對(duì)物體的各種表示方式進(jìn)行了研究和探討,最后在單一尺度輪廓邊緣特征的基礎(chǔ)上,提出一種多尺度可變形的輪廓邊
2、緣信息MACF(Multi-scale Active Contour Fragment)作為物體特征。利用RealBoost算法,把MACF特征級(jí)聯(lián)為強(qiáng)檢測器,用于物體檢測。在物體檢測的同時(shí),多尺度可變形的輪廓片段MACF還可以對(duì)物體的中心位置進(jìn)行投票,與現(xiàn)有的中心定位算法不同,本算法考慮了輪廓片段形變信息對(duì)物體中心定位的影響。在實(shí)際中心定位時(shí),利用MeanShift算法,找到平均輪廓片段投票的結(jié)果,在此基礎(chǔ)上,加入變形信息,使定位結(jié)果
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于范例度量學(xué)習(xí)的物體檢測.pdf
- 基于特征共享的高效物體檢測.pdf
- 基于改進(jìn)Hough變換的圓形物體檢測.pdf
- 基于視覺詞匯的物體檢測方法研究.pdf
- 基于物體檢測的場景分類方法研究.pdf
- 基于圖像處理的動(dòng)態(tài)物體檢測研究.pdf
- 基于局部紋理特征的物體檢測方法.pdf
- 基于卷積網(wǎng)絡(luò)的物體檢測應(yīng)用研究.pdf
- 基于簡單局部特征學(xué)習(xí)的物體檢測方法.pdf
- 基于稀疏表示的RGB-D物體檢測.pdf
- 基于B-HOG的圖像物體檢測研究.pdf
- 關(guān)節(jié)式物體檢測識(shí)別及應(yīng)用.pdf
- 基于BP網(wǎng)絡(luò)的實(shí)時(shí)入侵物體檢測系統(tǒng).pdf
- 基于RGB-D信息的顯著物體檢測.pdf
- 基于目標(biāo)表觀和幾何建模的物體檢測研究及應(yīng)用.pdf
- 基于運(yùn)動(dòng)物體檢測的智能監(jiān)控系統(tǒng).pdf
- 基于FPGA的運(yùn)動(dòng)物體檢測系統(tǒng)設(shè)計(jì).pdf
- 基于目標(biāo)運(yùn)動(dòng)信息和dpm特征的物體檢測
- 基于形狀識(shí)別的運(yùn)動(dòng)物體檢測.pdf
- 基于DM642運(yùn)動(dòng)物體檢測.pdf
評(píng)論
0/150
提交評(píng)論