目標(biāo)的視覺檢測、分析與描述.pdf

1、計(jì)算機(jī)技術(shù)與人工智能的迅速發(fā)展,激發(fā)著人們?yōu)橛?jì)算機(jī)構(gòu)造一套像人類一樣精密而復(fù)雜,同時(shí)又具有認(rèn)知能力的視覺系統(tǒng)。上述工作便是計(jì)算機(jī)視覺學(xué)科的研究目標(biāo)。國際上學(xué)術(shù)界和工業(yè)界對這個(gè)領(lǐng)域做出了廣泛而深入的研究,并取得了長足的進(jìn)步與發(fā)展。本文的研究不僅涉及到機(jī)器視覺的底層問題,又面向高層的圖像理解。從底層講,包括數(shù)據(jù)的采集與儲(chǔ)存、圖像與視頻顯著區(qū)域的提取;從高層講則希望能進(jìn)一步對目標(biāo)的特點(diǎn)、運(yùn)動(dòng)軌跡以及背后的行為進(jìn)行認(rèn)知。這項(xiàng)技術(shù)在智能監(jiān)控、運(yùn)動(dòng)

2、分析、視頻編解碼等領(lǐng)域有廣泛而潛在的應(yīng)用價(jià)值。
　　本文從機(jī)器視覺的縱向角度出發(fā),在大量閱讀國內(nèi)外期刊文獻(xiàn)的基礎(chǔ)上,研究了數(shù)據(jù)的獲取、存儲(chǔ)方法以及進(jìn)一步的特征分析,特征描述,目標(biāo)識(shí)別,多目標(biāo)跟蹤,人體運(yùn)動(dòng)分析等。針對現(xiàn)有研究的不足,改進(jìn)并提出了一些新的理論和方法,具體主要的研究內(nèi)容和創(chuàng)新點(diǎn)如下:
　　(1)大數(shù)據(jù)量的實(shí)時(shí)存儲(chǔ)。本文針對如今無標(biāo)記運(yùn)動(dòng)捕捉儀中群攝像機(jī)的同步采集與存儲(chǔ)任務(wù),在非高端計(jì)算機(jī)中給出了服務(wù)于捕捉儀的物理

3、層(硬件架構(gòu))與數(shù)據(jù)獲取存儲(chǔ)層的解決方案。每秒可處理300M數(shù)據(jù)采集與存儲(chǔ)。
　　(2)自然彩色圖像顯著性區(qū)域識(shí)別。本文從人眼視覺系統(tǒng)的顯著性機(jī)制出發(fā),設(shè)計(jì)了一種基于計(jì)算模型的顯著性檢測方法,用于圖像中目標(biāo)區(qū)域(又稱語義區(qū)域)的提取,通過在公開數(shù)據(jù)集上的實(shí)驗(yàn)證明了算法的有效性,與當(dāng)前的領(lǐng)先算法相比具有一定的競爭力。解決了其他研究工作中沒有解決的具有復(fù)雜紋理背景圖像的顯著性區(qū)域識(shí)別問題。為進(jìn)一步的應(yīng)用,比如智能視頻處理和目標(biāo)檢測提供

4、了一個(gè)思路。
　　(3)工業(yè)玻璃生產(chǎn)中缺陷類型的可靠性分類。針對研究對象的本質(zhì)問題,提出了有效的特征描述方法 BSP,并將其與常見特征融合并納入一個(gè)統(tǒng)一的分類器,給出了玻璃生產(chǎn)中由于受現(xiàn)有工藝流程所限的不可避免的缺陷的實(shí)時(shí)可靠分類的方法。實(shí)驗(yàn)結(jié)果表明其準(zhǔn)確率為95％,單缺陷的處理時(shí)間為0.05ms。
　　(4)基于前景提取的群目標(biāo)跟蹤方法。在大規(guī)模運(yùn)動(dòng)群體中,每個(gè)個(gè)體的形狀、紋理都很相似。本文基于魯棒的前景提取,采用區(qū)域與輪