2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(jiǎn)介

1、物體顯著性研究是計(jì)算機(jī)視覺(jué)領(lǐng)域的熱點(diǎn)問(wèn)題之一,模擬人眼視覺(jué)注意特性的顯著區(qū)域提取方法是其中一條重要的研究途徑。目前為止,針對(duì)靜態(tài)圖像已有較為成熟的顯著區(qū)域提取方法進(jìn)行處理。對(duì)于視頻,人的視覺(jué)系統(tǒng)有一個(gè)重要的特點(diǎn),不僅需要考慮物體的靜態(tài)顯著度(如亮度、顏色、與周?chē)矬w對(duì)比度),而且需要考慮物體的運(yùn)動(dòng)顯著度。如何設(shè)計(jì)物體顯著區(qū)域提取方法,從而接近甚至達(dá)到人眼視覺(jué)注意性能,仍然具有挑戰(zhàn)性。 視覺(jué)研究本身是一個(gè)跨學(xué)科領(lǐng)域的問(wèn)題,涉及到計(jì)

2、算機(jī)視覺(jué)及神經(jīng)生物學(xué)這兩個(gè)截然不同的學(xué)科。本論文研究視覺(jué)注意特征和物體顯著性提取算法,主要從計(jì)算機(jī)視覺(jué)這一角度出發(fā)進(jìn)行闡述,內(nèi)容上,本論文就近年來(lái)在此領(lǐng)域內(nèi)的進(jìn)展作一綜述,并著重分析自底向上的顯著性提取模型;而后以計(jì)算機(jī)視覺(jué)的語(yǔ)言詳細(xì)解析視頻中物體的運(yùn)動(dòng)顯著性和靜態(tài)圖像中物體的顯著性,設(shè)計(jì)和提出了基于視覺(jué)注意機(jī)制的物體顯著性提取算法,并完成了相關(guān)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明了這種物體顯著性提取方案的可行性。 本論文的主要工作和創(chuàng)新點(diǎn)包括以

3、下幾個(gè)方面:1. 研究和比較了視覺(jué)注意領(lǐng)域內(nèi)的物體顯著性提取模型和算法,并分析其優(yōu)缺點(diǎn)。 2.基于視覺(jué)注意特征,提出視頻中物體的運(yùn)動(dòng)顯著性提取算法。 首先對(duì)視頻進(jìn)行分割,對(duì)于一組連續(xù)的視頻幀序列,通過(guò)塊匹配算法得到運(yùn)動(dòng)向量表示,然后從視頻幀中提取區(qū)域顯著特征,接著給出基于運(yùn)動(dòng)向量的運(yùn)動(dòng)顯著性提取算法,建立算法的基本框架。 3. 研究靜態(tài)圖像中物體顯著性的提取方法,分析了譜殘余算法和增量編碼長(zhǎng)度算法的流程。相對(duì)于傳

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

評(píng)論

0/150

提交評(píng)論