【摘 要】
:
图像理解是当前计算机研究领域的热点,其主要研究内容是场景中目标识别和场景的描述与理解。分类和检测是场景中目标识别的关键问题,通过对样本的训练学习产生判别决策,得到
论文部分内容阅读
图像理解是当前计算机研究领域的热点,其主要研究内容是场景中目标识别和场景的描述与理解。分类和检测是场景中目标识别的关键问题,通过对样本的训练学习产生判别决策,得到识别结果,判别模型的好坏会对识别结果产生重要影响。Boosting方法将比随机猜测略好的弱分类器合并为精确的强分类器,能够解决图像理解中更一般的目标识别问题。本文的主要工作如下:(1)探讨了Boosting分类机制,概述了两大系模型:AdaBoost和Boost-by-Majfority,分别从训练样本和弱分类器的权重、损失函数及其特性四个方面归类比较了拓展模型,形成了较为完整的Boosting分类模型体系;(2)从指数准则和对数似然准则两个方面阐述了Boosting模型的统计本质,通过数据分类实验比较了Real AdaBoost和Gentle AdaBoost两种模型,验证了Gentle AdaBoost的优点,奠定了模型选择的理论基础;(3)分析了传统图像集和融入视觉知识的LabelMe图像集的特点,获取特定目标类别图像并修改其注释,创建了适合场景中目标识别的含有特定目标类别的图像集;(4)总结了场景中目标识别的内涵和现有方法,实现了基于GentleAdaBoost的场景中目标识别,判断场景中是否有特定目标并确定目标出现的位置,最后通过查全率/查准率曲线对识别结果进行评价。
其他文献
建筑是城市景观的主要要素,在建筑设计中对城市景观进行格局、绿地、生物多样性和美学等生态补偿,可改善城市生态结构,增强城市景观自然组分的生态机能,有利于改善城市生态质
由于互联网的快速普及和各类数据业务的飞速发展,核心骨干网络中的交换节点需要交换的流量越来越大。Crossbar结构、共享缓存结构等传统的单级交换结构,由于其可扩展性差已经
在网格环境下,用户的管理方式是开放的、分布式的。用户程序可能包含恶意代码,危害网格资源。共享的网格资源一旦受到恶意代码的侵害可能会威胁到运行在网格平台上的应用程序
当今社会,人类的活动越来越离不开网络的支持,因此高质量的网络服务显得尤为重要。为避免对人们生活造成重大影响,一旦网络中出现故障,网络管理人员必须迅速修复,以恢复网络
随着无线通信技术的发展,无线Mesh网络(Wireless Mesh Network,WMN)逐渐成为学者的研究热点,是下一代无线网络发展的关键技术。MAC层信道接入技术和网络层路由技术作为无线Me
随着建筑行业的快速发展,人们生活水平也日益提高,因此人们对建筑的舒适度以及环境条件有了更高的要求,特别是暖通工程的设计.当前许多建筑物内都安装了暖通工程,但是在实际
随着移动通信的高速发展,一代又一代的商用系统被开发出来,现在正在讨论和研发中的第五代移动通信系统(5G)正在以惊人的速度向人们的生活走来,其中在5G的各个应用场景里面,用
正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术最突出的优点是频谱利用率高、可抗频率选择性衰落和抗多径时延能力很强,适合未来高速宽带无线通信的应
视频监控技术的进步在过去的二十几年中经历了模拟时代、半数字时代以及全数字时代三个阶段后,现在正向智能化方向发展。智能视频监控作为视频监控中的一个核心功能模块,在新一