基于多模态增量学习模型的目标物体检测方法研究

《基于多模态增量学习模型的目标物体检测方法研究》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、分类号：密级：UDC：学号：416114514062南昌大学专业学位研究生学位论文基于多模态增量学习模型的目标物体检测方法研究StudiesonMovingObjectsDetectionMethodologiesusingMultimodalitiesandIncrementalLearning曾舒如培养单位（院、系）：信息工程学院计算机系指导教师姓名、职称：黄伟副教授专业学位种类：工程硕士专业领域名称：计算机技术论文答辩日期：2016年5月24日答辩委员会主席：评阅人：2016年月日学位论文独创性声明一、学位论文独创住声明本人卢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

2、及取得的研兜成果，论。据我所知，除了文中特别加标注和致谢的地方外文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南昌大学或其他教育机一构的学位或证书而使用过的材料。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名（手写）：签字日期：办年务月泌日二、学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，同意学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权南昌大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩

3、印或扫描等复制手段保存、汇编本学位论文。同时授权北京万方数据股份有限公司和中国学术期刊（光盘版）电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕±学位论文全文数据库》中全文发表，，并通过网络向社会公众提供信息服务同意按＂＂规章程定享受相关权益。学位论文作者签名（手写）：导师签名（手写）签字日期：年５月父日签字日期：玉月日［言；歲蔽、灼澈举命ａ孤债為巧系．寺今碑舞＃输＾；啼啤ｊ研＾ｉ±己＾｜＾名Ｉ学号奋文级另ｊ５？博知６／０若＂巧作衫索ＩＩ莖＿＿＾！／／所业院系Ｘ专■石兔紙运ＩＩ寞撕盼术外ＩｍｉｌＥａ＿：备戸

4、＂（儒月开）密向校学位办申请获批准为密年后公摘要摘要运动目标物体检测是现今计算机视觉研究的热点问题之一。对该问题虽然研究数量众多，但一些复杂的问题，例如环境光照变化、目标物体半/全遮挡、目标物体刚性/非刚性形变等，仍然极具挑战并且严重阻碍运动目标检测效果的进一步提高。本论文主要提出了一种具有普适性，能适用于不同环境或背景下检测运动目标物体的框架。该框架以增量学习理论为基础，将模式识别理论中的多模态模型（包括经典的分类模型、新颖的聚类模型等）无缝运用在运动目标物体检测问题的求解。具体来说，本论文采用的增量学习思想主要基于视频相邻帧在空间和时间上的高度相关性；在每个测试帧的相邻帧上抽取训

5、练数据进行模型的学习与更新。因此，随着视频的推演，模型学习的结果也在不停自动更新。为了验证本论文提出框架的有效性，超过1000帧的视频数据被用来组成本论文的实验数据库。在此数据库中，本论文通过大量的实验，验证了提出检测框架中所有方法在不同环境或复杂背景下的检测效果，并采用统计学中的方差分析和多重对比实验等手段验证了“多模态+在线增量学习”策略以及“多模态+离线增量学习”策略相较于“多模态+普通学习”、“多模态+无学习”等一般模式识别常见策略的优势。关键词：目标检测；增量学习；多模态；谱聚类IAbstractABSTRACTMovingtargetslocalizationisanessen

6、tialandimportantproblemincontemporarycomputervision.Althoughalotofeffortshavebeenspentonthisproblem,diversechallengingsituations,includingilluminationchanges,partial/fullocclusions,rigid/non-rigidshapetransformations,stillmakethelocalizationperformancedifficulttobefurtherboosted.Inthisthesis,anove

7、lframeworkofmovingtargetslocalization,whichcanhandletheaboveproblemsinmultiplecircumstances,isproposedforthefirsttime.Tobespecific,theincrementallearningideaisincorporated,andmulti-modalitiesinpatternrecognition(