需要金幣： 2000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：12356 |  | |
| 折扣與優(yōu)惠：團(tuán)購(gòu)最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:隨著大數(shù)據(jù)時(shí)代的到來(lái)，人們每天都接受著不斷變化的信息，其中，通過(guò)視覺(jué)進(jìn)行信息的接收是我們對(duì)外界進(jìn)行了解的重要方式之一，從視頻中獲取信息也成為人們獲取接收信息的主流。在人們的日常生活中，視頻檢測(cè)也越來(lái)越占據(jù)了重要的位置，而目標(biāo)檢測(cè)作為視頻檢測(cè)的基礎(chǔ)也就更加具有研究意義。 本文主要基于顯著性分析對(duì)目標(biāo)檢測(cè)算法進(jìn)行研究。本文主要針對(duì)解決的是在視頻中運(yùn)動(dòng)目標(biāo)難以被檢測(cè)的問(wèn)題。本文結(jié)合顯著性算法、GBVS算法及光流法對(duì)目標(biāo)進(jìn)行檢測(cè)。在利用顯著性算法與GBVS算法得到顯著特征的同時(shí)利用光流法對(duì)檢測(cè)目標(biāo)的運(yùn)動(dòng)特征進(jìn)行提取，并將二者進(jìn)行加權(quán)融合，從而得到空時(shí)顯著圖即目標(biāo)的檢測(cè)。 實(shí)驗(yàn)表明，相較于使用單一算法對(duì)目標(biāo)進(jìn)行檢測(cè)，該融合算法對(duì)目標(biāo)的檢測(cè)更加精確，得到的檢測(cè)目標(biāo)更具有使用價(jià)值。該算法在準(zhǔn)確性提高的同時(shí)在實(shí)時(shí)性與應(yīng)用性上也有所加強(qiáng)，利用人眼視覺(jué)智能檢測(cè)機(jī)制，能夠使算法迅速對(duì)感興趣區(qū)域進(jìn)行檢測(cè)，更加智能化，同時(shí)也提高了檢測(cè)效率。該算法可廣泛應(yīng)用到機(jī)器人領(lǐng)域、監(jiān)控系統(tǒng)等多個(gè)領(lǐng)域，為該些領(lǐng)域的工作創(chuàng)造了極大的便利。同時(shí)，對(duì)于人們的日常生活，如對(duì)家居老人危險(xiǎn)測(cè)定、行車(chē)系統(tǒng)等方面也將得到應(yīng)用，為人們的安全提供了重要保障。
關(guān)鍵詞：目標(biāo)檢測(cè)；顯著區(qū)域；剩余譜；光流法
目錄 摘要 Abstract 1 緒論-1 1.1 研究背景和意義-1 1.2 國(guó)內(nèi)外研究現(xiàn)狀-2 1.3 主要工作內(nèi)容-4 1.4 論文結(jié)構(gòu)安排-4 2 視頻目標(biāo)檢測(cè)算法原理-6 2.1 光流法原理-6 2.2 LK光流算法原理-6 2.3 HS光流算法原理-7 2.4 光流算法仿真及分析-7 3 顯著目標(biāo)檢測(cè)算法基礎(chǔ)-12 3.1 剩余譜模型-12 3.2 顯著性算法提取顯著圖-12 3.3 顯著性算法仿真及分析-13 4 顯著視頻運(yùn)動(dòng)目標(biāo)檢測(cè)算法-17 4.1 算法理論基礎(chǔ)-17 4.2 顯著視頻運(yùn)動(dòng)目標(biāo)檢測(cè)算法構(gòu)建-18 4.3 實(shí)驗(yàn)仿真與分析-19 結(jié) 論-23 參 考 文 獻(xiàn)-24 |
