級聯(lián)的目標協(xié)同檢測算法研究.pdf

1、目標檢測是視覺感知的一個重要任務,其目的是將視覺目標從背景中分離出來,或者分析不同目標之間的空間關系。在該問題中有四個關鍵因素影響著目標檢測的性能:一是搜索方式；二是目標的表示；三是設計評分機制將可能包含目標的候選區(qū)域從背景中提取出來；四是采用可靠的非極大值抑制方法區(qū)分多目標和重疊檢測,從而選取最置信的目標區(qū)域。區(qū)別于特殊目標的檢測,本文重點研究一般目標類的檢測方法。由于受視角變換、遮擋、光照變化等影響,同時,目標類內差異較大,都為目標

2、檢測帶來了極大的挑戰(zhàn)。本文對影響目標檢測的前三個關鍵因素進行了深入的探討,在詞袋模型框架下表示圖像,進一步研究圖像中目標的快速搜尋機制,并探索利用不同分類器結合滑動窗口來協(xié)同檢測目標。本文的主要研究工作及貢獻如下:
　　 1)提出了目標檢測的兩層搜索框架?？紤]到滑動窗口搜索方式時間復雜性高的局限,和最優(yōu)子窗口搜索機制(Efficient Subwindow Search)對目標定位較粗糙的局限,本文將兩者結合起來,先利用最優(yōu)子窗

3、口搜索機制對目標進行粗定位,然后利用滑動窗口搜索機制對目標進行精細定位。實驗驗證了本文在檢測精度和計算時間上的有效性。
　　 2)提出一種基于視覺詞判別性權重驅動的分支限界快速目標定位方法。針對最優(yōu)子窗口搜索機制在訓練樣本不充足時,對目標定位不準確,本文研究視覺詞的判別性,從而優(yōu)化其在決策函數(shù)中對應的權重,較魯棒地得到目標候選區(qū)域。實驗驗證了結合三種不同評價視覺詞方法優(yōu)化后的權重,獲得的候選區(qū)域更加穩(wěn)定。
　　 3)提出