欢迎来到天天文库
浏览记录
ID:35056311
大小:3.72 MB
页数:46页
时间:2019-03-17
《基于crf的图像语义理解算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、'T-中图分类号P391论文编号]()〇6(J16U3U3?级学科分类号520.6()4(1密?*身嗦乂净TIANJINUNIVERSITYOFTECHNOLOGY硕七学位论义疆rjggigp基于CRF的图像语义理解算法研究民esearch0打Alori化mofImage:g一SemanticUnders化ndinBasedonCRFgI.mHH'BhFT科学与技术-■iiTI计難路EE^il计龍科学与技术
2、__H■6玉迅EH蒋应锋张拌教捡天津理工大学研究生院二0…六年H月?,?採准1牲声巧本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加W标注和致谢么处外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得义津理工大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本研。与我究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学化冷丈作者签名:艳赵轉签李口瑚;别仁年^月多口学位文狀权使
3、巧换权韦本学位论文作者完全了解义津理工大学有关保留、使用学位论文的规定。特授权天津理工大学可从将学位论文的全部或部分内容编入有关库进,、印或扫描制手段保存、汇编,数据行检索并采用影印缩等复W供查阅和借阅。同意学校向国家有关部口或机构送交论文的复本和电子文件。(保密的学位论文在解密后适用本授权明)说导签名;位冷文作名;学者签燕詞种I7*7<^53日曰期3日日I月:次月期;次年签李签李年年分类号:TP391520.6040密级天津理工大学研究生学位论文基于CRF的图
4、像语义理解算法研究(申请硕士学位)学科专业:计算机科学与技术研究方向:计算机视觉作者姓名:蒋应锋指导教师:张桦教授2016年3月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeResearchonAlgorithmofImageSemanticUnderstandingBasedonCRFByJiangYingfengSupervisorZhangHuaMarch,2016摘要图像语义理解是计算机视觉领域中重要的研究方向之
5、一,其研究成果可应用于机器人导航,无人驾驶,虚拟现实,图像检索等众多领域,具有重要的实用价值和学术研究意义。图像语义分割是图像语义理解的任务之一,结合图像像素分类,从整体上理解图像包含的目标,并给出具体的目标区域轮廓。目前主流的方法一般首先提取图像中的特征,并对图像像素进行分类,然后利用概率图模型来提高像素分类,即图像理解的精度。上述方法需要解决两个问题:(1)如何提取高效的特征,进而提高像素分类的精度;(2)像素初步分类的结果如何结合概率图模型,利用图模型的约束关系来减少误分类,提高最终图像理解结果的精
6、度。针对上述两个方面的问题,本文提出了利用多尺度深度学习进行图像理解,以及深度学习和条件随机场模型结合进行图像语义理解的方法。具体工作如下:(1)针对提取高效特征,并进行图像像素分类的问题,本文提出一种多尺度深度学习图像语义理解方法。该方法利用多尺度卷积神经网络交叉迭代来获取图像的稠密性特征,对图像的尺度变化具有较好的鲁棒性。同时,将深度学习与超像素分割相结合,修正超像素块内的像素类别,进一步提高像素分类的准确率。相关对比实验证明了方法的有效性。(2)将条件随机场模型的平滑约束引入到深度学习框架中,提出了
7、平滑约束下的卷积神经网络损失函数。该函数可将像素分类结果的平滑约束融入到卷积神经网络的迭代过程,提高深度学习的速度和效率。实验结果表明加入条件随机场平滑约束后的图像理解精度有了较大程度的提升。关键词:图像语义理解卷积神经网络深度学习超像素分割条件随机场AbstractImagesemanticunderstandingisnowanextremelyimportantandultimategoalofthefoundationinthefieldofcomputervision.Theresearchre
8、sultshavebeenwidelyappliedinrobotnavigation,unmanned,imageretrieval,virtualreality,andpeople’slivelihood.Ithighlightstheimportantpracticalvalueandacademicvalue.Eachbranchtaskofimage-semanticunderstanding,suchastarge
此文档下载收益归作者所有