论文部分内容阅读
针对传统阴影检测方法存在精心设计特征、训练时间长与阴影检出率低等问题,提出一种有监督学习的阴影检测方法。首先输入的图像经过拉普拉斯金字塔变换,确定聚类中心,分别以聚类中心为中心进行窗口提取;然后合成训练样本,训练样本在卷积神经网络中进行训练得到后验分布;最后将得到的后验分布反馈给条件随机场生成有标签的图像。实验结果表明,该方法有较好的场景适应性、训练时间短并且有较高的阴影检出率。