欢迎来到天天文库
浏览记录
ID:50333576
大小:6.66 MB
页数:75页
时间:2020-03-05
《基于视觉注意机制的目标检测算法的研究.pdf》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、UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINAMASTERTHESISFORPROFESSIONALDEGREE201222180706~~~~--------~m~~~~~----m~~~m~&~~~~~~*oMft~~,~T~~~m~~~tt~~W~~~*'~~~~~*~~AB~~~~-~tt~~~~*,&~~~~~~~~~tt**~AB~~m~~*tt~~~w~mtt~M#o~ft-~I*~~*~*~~m•~aw~~~a~~~~~T~~Et2、*~1)i~t:•0*~tt~x~~~~TM~~#ttA~~~~W,~ffl*tt~~~~J41!E,lftl'f*m*rtJOO%:ff~ffflrlBJZm~~:;ti~xi¥J~fP14fll~~,ftW~~~~~~m~a*A~~~~#~A~ey~~~tt~~~~$~$*~~~A~~~~W~fr~~,ey~*ffl~$,~$~am~~M¥~&~,~~~&~3Co{'l=~~;g:---~YiP~~:-tr~BM:];v/5ifbfJ2-JB分类号密级注1UDC学位论文基于视觉注意机制的目标检测算法的研究3、(题名和副题名)范肖肖(作者姓名)指导教师许文波教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士专业学位类别工程硕士工程领域名称控制工程提交论文日期2015.4.13论文答辩日期2015.5.19学位授予单位和日期电子科技大学2015年6月日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。THERESEARCHOFTARGETDETECTIONALGORITHMBASEDONVISUALATTENTIONMECHANSIMAMasterThesisSubmittedtoUniversi4、tyofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:FanXiaoXiaoAdvisor:ProfessorXuWenBoSchool:SchoolofResourcesandEnvironment独创性声明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及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或5、证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要图像目标检测是从图像中发现并定位目标,6、利用人工的方法进行目标检测的过程耗时,耗力,而且检测效率低。计算机技术,人工智能,机器学习等快速发展,对图像目标检测提出了快速化,智能化,自动化地处理。目标检测的结果作为更高级图像处理(目标识别和目标跟踪)的基础,检测率的高低直接影响之后的处理。传统的目标检测方法对图像所有区域进行搜索,我们所关注的目标只占图像中某一区域,进行全面加工加大了分析的复杂性。视觉注意机制使得人们在有限的资源下快速发现复杂场景下有用的信息,摈弃无用信息,打破对图像进行逐行扫描的传统目标检测方法。本文将视觉注意机制引入到目标检测中具有重7、要意义。本文详细介绍了视觉注意机制的相关原理和方法,并将其应用到目标检测中,本文主要研究内容和成果如下:(1)本文研究视觉注意机制的发展现状,研究自底向上的视觉注意模型,在基于生物机制的Itti模型基础上提出基于底层图像特征的模型,提取图像的颜色、方向、纹理特征形成特征显著图,各特征显著图合成总的显著图,通过WTA获得图像注意焦点和三种评价指标比较本文模型与传统模型的性能。(2)研究了自底向上和自顶向下结合视觉注意模型提出基于SVM的视觉注意模型,基于底层图像特征的显著图作为SVM的训练特征,通过学习数据库中样8、本,训练SVM分类器,训练好的分类器对测试图像进行测试得到显著图。该模型提高了精度,显著图体现了目标的大致位置。(3)在显著图的基础上提出基于SIFT特征匹配的目标检测,显著图基础上进行目标检测缩短了全局搜索的时间,提取模板和待检测的图像的SIFT特征,进行特征匹配,精确地检测目标并标记。关键词:目标检测,视觉注意机制,SVM,SIFT特征匹配IABSTRACTABSTRACTTarg
2、*~1)i~t:•0*~tt~x~~~~TM~~#ttA~~~~W,~ffl*tt~~~~J41!E,lftl'f*m*rtJOO%:ff~ffflrlBJZm~~:;ti~xi¥J~fP14fll~~,ftW~~~~~~m~a*A~~~~#~A~ey~~~tt~~~~$~$*~~~A~~~~W~fr~~,ey~*ffl~$,~$~am~~M¥~&~,~~~&~3Co{'l=~~;g:---~YiP~~:-tr~BM:];v/5ifbfJ2-JB分类号密级注1UDC学位论文基于视觉注意机制的目标检测算法的研究
3、(题名和副题名)范肖肖(作者姓名)指导教师许文波教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士专业学位类别工程硕士工程领域名称控制工程提交论文日期2015.4.13论文答辩日期2015.5.19学位授予单位和日期电子科技大学2015年6月日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。THERESEARCHOFTARGETDETECTIONALGORITHMBASEDONVISUALATTENTIONMECHANSIMAMasterThesisSubmittedtoUniversi
4、tyofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:FanXiaoXiaoAdvisor:ProfessorXuWenBoSchool:SchoolofResourcesandEnvironment独创性声明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及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或
5、证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要图像目标检测是从图像中发现并定位目标,
6、利用人工的方法进行目标检测的过程耗时,耗力,而且检测效率低。计算机技术,人工智能,机器学习等快速发展,对图像目标检测提出了快速化,智能化,自动化地处理。目标检测的结果作为更高级图像处理(目标识别和目标跟踪)的基础,检测率的高低直接影响之后的处理。传统的目标检测方法对图像所有区域进行搜索,我们所关注的目标只占图像中某一区域,进行全面加工加大了分析的复杂性。视觉注意机制使得人们在有限的资源下快速发现复杂场景下有用的信息,摈弃无用信息,打破对图像进行逐行扫描的传统目标检测方法。本文将视觉注意机制引入到目标检测中具有重
7、要意义。本文详细介绍了视觉注意机制的相关原理和方法,并将其应用到目标检测中,本文主要研究内容和成果如下:(1)本文研究视觉注意机制的发展现状,研究自底向上的视觉注意模型,在基于生物机制的Itti模型基础上提出基于底层图像特征的模型,提取图像的颜色、方向、纹理特征形成特征显著图,各特征显著图合成总的显著图,通过WTA获得图像注意焦点和三种评价指标比较本文模型与传统模型的性能。(2)研究了自底向上和自顶向下结合视觉注意模型提出基于SVM的视觉注意模型,基于底层图像特征的显著图作为SVM的训练特征,通过学习数据库中样
8、本,训练SVM分类器,训练好的分类器对测试图像进行测试得到显著图。该模型提高了精度,显著图体现了目标的大致位置。(3)在显著图的基础上提出基于SIFT特征匹配的目标检测,显著图基础上进行目标检测缩短了全局搜索的时间,提取模板和待检测的图像的SIFT特征,进行特征匹配,精确地检测目标并标记。关键词:目标检测,视觉注意机制,SVM,SIFT特征匹配IABSTRACTABSTRACTTarg
此文档下载收益归作者所有