基于图像视觉的属性学习应用研究

基于图像视觉的属性学习应用研究

ID:35062912

大小:3.26 MB

页数:67页

时间:2019-03-17

基于图像视觉的属性学习应用研究_第1页
基于图像视觉的属性学习应用研究_第2页
基于图像视觉的属性学习应用研究_第3页
基于图像视觉的属性学习应用研究_第4页
基于图像视觉的属性学习应用研究_第5页
资源描述:

《基于图像视觉的属性学习应用研究》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、分类号TP393密级公开UDC004.7编号10299Z1308012工程硕士学位论文基于图像视觉的属性学习应用研究TheResearchonTheapplicationofAttributeLearningBasedonImageVision指导教师林庆作者姓名程炜申请学位级别工程硕士专业名称计算机技术论文提交日期2016.4论文答辩日期2016.6.7学位授予单位和日期江苏大学2016年6月答辩委员会主席评阅人独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中

2、已注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:2016年6月日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致,允许

3、论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生处办理。本学位论文属于不保密□。学位论文作者签名:指导教师签名:2016年6月日2016年6月日江苏大学硕士学位论文摘要近年来,属性学习一直是计算机视觉领域的研究热点,尤其是属性学习在各方面的实际应用,很多学者都提出了具体的应用方案。在年龄预测上,传统识别方法的语义级描述

4、能力较弱,不能准确地表示特征含量的多少;在公共场所拥挤度检测方面,全天候、全地域的检测算法也不够成熟。论文针对这些不足,结合属性学习的思想提出了改进算法。本文介绍了属性学习的研究背景和应用现状,还介绍了常用的目标检测方法,属性学习的理论依据和框架结构,详细描述了相对属性学习的步骤方法,最后是排序学习的三种技术:点级Pointwise方法、对级Pairwise方法、列表级Listwise方法,并对这三种方法进行了简单比较。论文在对基于“属性学习”的图像年龄预估方法分析的基础上,提出了累积属性复原模型,解决了稀疏数据

5、的可用性问题,将累积属性作为中间桥梁来连接底层特征和回归模型,减少稀疏性“语义鸿沟”的影响。该模型包含明确的语义含义,计算更加高效,而且不需要附加的注释。实验表明相比于其他经典方法,累积属性的误差大大减小,可以看出累积属性在年龄预估方面的优势。论文提出了基于“属性学习”的公共场所拥挤度排序模型,主要是学习平均密度和平均速度两个属性,用改进后的混合高斯模型提取移动物体的密度属性,用帧间差分法提取移动物体的速度属性,然后提取Gist特征,借助相对属性学习思想,使用改进后的RankingSVM算法对人群、车流和人车混合

6、三种情况下的拥挤度进行模拟排序。把数据序列作为拥挤度标签,将公共场所拥挤度问题转化成排序问题,根据拥挤度标签相对位置来确定相对的拥挤度,一定程度上可以解决拥挤度算法的模糊性问题,实验取得了良好的效果。论文最后设计并实现了基于“属性学习”的公共场所拥挤度检测系统,该系统首先采集数据源,然后使用属性算法来分析、处理车流信息,从而统计出车辆的数目。经过简单测试,该系统检测的正确率较高,在一般恶劣的环境下也能稳定地工作。关键字:计算机视觉,属性学习,目标跟踪,车辆检测,目标识别I江苏大学硕士学位论文ABSTRACTInr

7、ecentyears,propertylearninghasbeenahottopicincomputervision,especiallypropertyinlearningallaspectsofpracticalapplication,manyscholarshaveputforwardspecificapplications.Intheage-predicted,semanticleveldescriptioncapabilitiesoftraditionalidentificationmethodsis

8、weak,cannotaccuratelyrepresentthenumberoffeaturecontent;crowdinginpublicplacesdetection,all-weather,allterraindetectionalgorithmisalsonotmatureenough.Aimingattheseproblems,combinedwiththe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。