文档介绍：本人签名:——旦壅。西安电子科技大学学位论文独创性声明关于论文使用授权的说明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或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做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切法律责任。本人签名:日期本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。C艿穆畚脑诮饷芎笞袷卮斯娑本学位论文属于保密,在年解密后适用本授权书。导师签名:一———————————————————————————————————————————————————————————————————————————————.
各怼摘要塑墨空间分布的先验知识指导聚类,代替原算法的狮聚类方法,提目标检测的目的是将某既定目标从场景中分割和识别出来,是一种基于目标的几何特征以及统计特征的图像分割。评价一个目标检测系统的性能主要包括准确检测能力及其实时性。本文以自然图像中的目标检测为背景,在对基于多示例的目标检测算法研究的基础上,提出了一些新的改进算法,并将其应用于自然图像中的车辆目标检测。本文的主要工作如下:在原算法给出的提取示例间关系特征的基础上,本文改进了特征的提取方法。用示例在目标上的空间分布特征取代示例之间的空间关系特征,并用示例的高了分类与目标检测的能力。针对原算法对于多尺度多目标图像检测虚警率高的问题,本文提出了一种基于连续度的改进方法。该算法利用目标在多个连续缩放尺度上均有较高检测率的特性,通过定义目标在多个缩放尺度上的连续度,可以将背景中的虚警目标滤除,从而更为准确的检测到目标。该方法有效降低了虚警率,提高了目标检测的准确率,同时,该方法对目标的定位也更加准确。针对改进的多尺度多目标检测算法对于大尺寸图像进行多尺度缩放时目标检测耗时长的问题,本文提出了一种基于感兴趣区域提取的快速目标检测方法。该方法利用汽车底部的阴影部分特征,首先将感兴趣区域检测出来,然后在该感兴趣区域内进行多尺度缩放检测目标。该算法有效降低了对大尺寸图像进行目标检测的时间,而且在提取感兴趣区域的可以同时去除大量背景干扰,能够进一步提高目标检测的准确率,降低虚警率。关键字:目标检测模式识别多示例学****多尺度一————————————————————————————————————————————————————————————————————————————————————————————————————————————
基于多示例的多尺度目标检测算法研究Ⅱ
琺,,“胏瓼“Ⅱ屺嬲№觚觚晰Ⅱ晰唱ぜ輊甎甧孤聪脚绽鰊驴曜跹拷舏Ⅵ的,:狪甋、,:陆產,瞖產打吐埘【畂仃Ⅱ甴’瑀Ⅱ.鴖衑伊,縧廿:.ⅱ鬿、析矗,Ⅱ圮琲餬餾【辴Ⅲ甌璩甮辏產
基于多示例的多尺度目标检测算法研究Ⅳ
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.选题背景与研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.目标检测研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第二章基于多示例的目标检测算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。多示例的概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嗍纠难芯勘尘啊甹⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯.嗍纠母拍罴坝τ谩基于多示例的目标检测算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章基于示例空间分布特征的目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于示例分布特征的目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..