復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究

復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究

ID:33573530

大小:11.50 MB

頁數(shù):52頁

時間:2019-02-27

復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究_第1頁
復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究_第2頁
復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究_第3頁
復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究_第4頁
復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究_第5頁
資源描述:

《復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究ResearchontheProgressiveTargetSearchMechanismunderComplexVisualScene學(xué)號:21109222完成日期:2014-05-05大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明作者鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下進(jìn)行研究工作所取得的成果。盡我所知,除文中已經(jīng)注明引用內(nèi)容和致謝的地方外,本論文不包含其他個人或集體已經(jīng)發(fā)表的研究成果,也不包含其他已申請學(xué)位或其他用途使用

2、過的成果。與我一同工作的同志對本研究所做的貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意。若有不實(shí)之處,本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文題目::夏鴛盞硅輦跏盤盛擔(dān)甚礎(chǔ).袞洶耋。作者簽名:』三三&—————一日期:—]叢半年-上月—j日大連理工大學(xué)碩士學(xué)位論文摘要復(fù)雜場景條件下,基于圖像的目標(biāo)搜索與定位系統(tǒng)的性能不僅受目標(biāo)自身特性的影響,而且受周圍場景環(huán)境的影響,目標(biāo)的“非顯著”性是導(dǎo)致目標(biāo)搜索性能降低的主要原因。視覺注意力選擇機(jī)制能夠?qū)⒆⒁饬?yōu)先引導(dǎo)到顯著景物上,從而提高顯著景物的搜索效率;間接搜索提供了一種借助中間物體完成目標(biāo)搜索的思想。

3、本文綜合利用視覺注意力選擇機(jī)制和間接搜索的思想,針對復(fù)雜場景條件下非顯著目標(biāo)搜索與定位存在的問題,提出一種逐步逼近的視覺目標(biāo)搜索方法。該方法具有以下特點(diǎn):(1)在顯著度分析的基礎(chǔ)上,優(yōu)先搜索高顯著度景物,建立目標(biāo)搜索路徑;(2)在搜索過程中,利用景物間定量的位置關(guān)系,逐步縮小目標(biāo)搜索區(qū)域,增強(qiáng)目標(biāo)在區(qū)域中顯著度,使非顯著目標(biāo)可搜索;(3)利用視覺傳感器在目標(biāo)場景中的位置、姿態(tài)及其誤差,以及目標(biāo)的位置等信息,借助攝像機(jī)模型理論估算目標(biāo)的初始搜索區(qū)域,減少目標(biāo)的搜索范圍,提高目標(biāo)搜索效率;(4)利用GoogleEarth提供的GPS數(shù)據(jù)以及基

4、于圖像的建模技術(shù),建立目標(biāo)場景的三維模型,用于確定場景中景物的位置及景物間的位置關(guān)系。實(shí)驗(yàn)證明,本文提出的視覺目標(biāo)漸進(jìn)搜索方法能夠很好的解決復(fù)雜場景條件下視覺目標(biāo)搜索與定位問題,該方法具有較高的魯棒性;利用視覺傳感器在目標(biāo)場景中的位置、姿態(tài)及其誤差,以及目標(biāo)的位置等信息,估算得到的目標(biāo)初始搜索區(qū)域明顯縮小,搜索效率得到提高。關(guān)鍵詞:目標(biāo)搜索與定位;搜索區(qū)域;視覺注意力;顯著度;間接搜索復(fù)雜場景條件下視覺目標(biāo)漸進(jìn)搜索方法研究ResearchontheProgressiveTargetSearchMechanismunderComplexVi

5、sualSceneAbstractTheperformanceofvisual-targetsearchandlocalizationundercomplexscenelSaffectedbyboththepropertiesofthetargetitselfanditssurroundmgvisualenvironment.Thenon-salienceofatargetisthemainreasonforthelowperformanceofitsidentification.Thevisualattentionselectionme

6、chanismcanleadtheattentiontoasalientobjectfirstly,andthesearchefficiencyofthesalientobjectwillbeimproved.Indirectsearchprovidesamethod,whichHsestherelationshipbetweenthemiddleobjectandthetargettosearch.Thispaperproposesaprogressivesearchmechanismfortargetsearchandlocaliza

7、tionundercomplexvisualscene,whichusesthevisualattentionselectionmechanismandtheindirectsearchmethod.Thismethodhasfourmainfeatures:(1)AsearchpathiSestablishedinsearchingforobjectswithhighsaliencybasedonsaliencyanalysis;(2)Intheprocessoftargetsearchandlocalization,thequanti

8、tativerelationshipbetweenobjectlocationsisutilizedtoreducethesizeofsearchregionsstepbystepand,si

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。