复杂场景条件下视觉目标渐进搜索方法研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:luohuaxiyushi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂场景条件下,基于图像的目标搜索与定位系统的性能不仅受目标自身特性的影响,而且受周围场景环境的影响,目标的“非显著”性是导致目标搜索性能降低的主要原因。视觉注意力选择机制能够将注意力优先引导到显著景物上,从而提高显著景物的搜索效率;间接搜索提供了一种借助中间物体完成目标搜索的思想。本文综合利用视觉注意力选择机制和间接搜索的思想,针对复杂场景条件下非显著目标搜索与定位存在的问题,提出一种逐步逼近的视觉目标搜索方法。该方法具有以下特点:(1)在显著度分析的基础上,优先搜索高显著度景物,建立目标搜索路径;(2)在搜索过程中,利用景物间定量的位置关系,逐步缩小目标搜索区域,增强目标在区域中显著度,使非显著目标可搜索;(3)利用视觉传感器在目标场景中的位置、姿态及其误差,以及目标的位置等信息,借助摄像机模型理论估算目标的初始搜索区域,减少目标的搜索范围,提高目标搜索效率;(4)利用Google Earth提供的GPS数据以及基于图像的建模技术,建立目标场景的三维模型,用于确定场景中景物的位置及景物间的位置关系。实验证明,本文提出的视觉目标渐进搜索方法能够很好的解决复杂场景条件下视觉目标搜索与定位问题,该方法具有较高的鲁棒性;利用视觉传感器在目标场景中的位置、姿态及其误差,以及目标的位置等信息,估算得到的目标初始搜索区域明显缩小,搜索效率得到提高。
其他文献
声纳技术在海洋通信和水底探测等领域得到了广泛的应用,水声系统是声纳系统的重要设备。通常,水声系统由信号源、功率放大器、匹配网络和水声换能器四部分组成,网络匹配问题是水
在分布式系统中,对临界资源的访问是需要互斥进行的,所以分布式系统中最先要解决的问题是分布式互斥算法。分布式互斥算法主要分为两类,分别是基于竞争的和基于令牌的分布式
离群点检测是数据挖掘中的一个分支,它的任务是识别其特征显著不同于其他数据的观测值。在我们平常的社会生活和自然界中,大部分的事件和对象,都是很寻常或者是平凡的。但是
语音情感识别是情感计算研究方向的重要研究分支,它通过分析语音中情感的特征,进而识别语音中的情感状态。语音情感识别在翻译系统、航线监控系统、E-learning、移动智能终端等
工作关系网络、计算机网络等是较为常见且与日常生活密切相关的复杂网络。因此,网络中社团结构的探索和挖掘具备重要的实际意义。具有内部社团结构的复杂网络中,内部子社团节
软件缺陷数量是衡量软件质量好坏的一项重要指标,尽早地发现缺陷可以避免在软件开发后期为修改、弥补缺陷造成资源的浪费,保证软件的正常交付。软件缺陷预测模型可用于软件开
随着信息技术与计算机图形学技术的不断进步与发展,越来越多的学者致力于该领域的研究,其中植物建模就是该领域研究的热点之一。利用图形学技术生成虚拟植物,不仅要对植物的形态
查询扩展技术主要用于解决用户提交的查询不能准确描述其自身需求及检索意图的问题。早期的查询扩展技术主要以查询文档集作为扩展词的来源,如今,各种形式的外部扩展资源逐步
近年来,随着互联网技术和多媒体技术的飞速发展,视频数据也呈爆炸式地增长,如何对海量的视频数据分类分析成为一个亟待解决的问题。在对视频分析时,通常先提取视频低层特征,再根据
语音情感识别旨在使用计算机技术来分析说话人的情感状态及变化,进而确定其内心情绪状态或变化,最终实现人机之间更自然、更和谐的交互过程。经过十几年的研究与发展,语音情感识