场景识别技术研究
文献类型：学位论文
| 作者 | 宋庆欢 |
| 学位类别 | 硕士 |
| 答辩日期 | 2015-05 |
| 授予单位 | 中国科学院研究生院 |
| 授予地点 | 北京 |
| 导师 | 陈忠碧 |
| 关键词 | 场景识别 底层视觉特征纹理图像复杂度灰梯矩阵支 底层视觉特征纹理图像复杂度灰梯矩阵支 底层视觉特征纹理图像复杂度灰梯矩阵支 底层视觉特征纹理图像复杂度灰梯矩阵支 底层视觉特征纹理图像复杂度灰梯矩阵支 持向量机 |
| 学位专业 | 电子与通信工程 |
| 中文摘要 | 场景识别是图像处理 领域中 的一个重要分支。 2006 年召开的 MITMITMIT场景理解研 场景理解研 讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新讨会进一步明确了场景描述和理解的 概念，并且指出识别是个全新有前景的研究方向。 在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性在多场景目标自动提取与跟踪过程中，针对不同的 需要采用有性算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 算法才能准确、有效的对目标进行提取与跟踪。 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 在对目标进行提取和跟踪之前 需 要先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 先对图像场景进行预识别，然后根据出的 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 不同场景选择的目标提取与 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 跟踪算法。针对工程实践中遇到的这个问题， 本文提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 提出了一种基于图像复杂度描 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 述的场景识别思想。并针对单纯利用图像复杂度进行不足之处提出了 基于图像复杂度和 SVMSVM 分类器的场景识别算法。 本文主要完成了以下几 个方面的工作： 1) 本文首先调研了场景识别技术的究背与意义，分析总结其 文首先调研了场景识别技术的究背与意义，分析总结其 所面临的 技术难点。深入研究了图像的特征选择和提取，总结不同描述子 技术难点。深入研究了图像的特征选择和提取，总结不同描述子 技术难点。深入研究了图像的特征选择和提取，总结不同描述子 所适用的情况，并分析了各个特征优缺点。 2) 本文基于底层特征，提出一种图像复杂度 描述方法并根据的本文基于底层特征，提出一种图像复杂度 描述方法并根据的本文基于底层特征，提出一种图像复杂度 描述方法并根据的进行场景的识别。由于现有底层特征不足以全面描述图像复杂度性， 进行场景的识别。由于现有底层特征不足以全面描述图像复杂度性， 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 本文还提出了一种描述图像灰度梯信息的特征子 —— 灰度梯矩 灰度梯矩 灰度梯矩 灰度梯矩 灰度梯矩 阵。 3) 对 图像复杂度求取过程中需要图像特征进行 加权平均操作 ，因此在一 ，因此在一 ，因此在一 定程度上损失了各个 特征的独立性。针对这一点， 特征的独立性。针对这一点， 本文 提出了基于图像复 杂度和 SVMSVM 分类器的 场景 识别算法，即解决了单纯基于图像复杂度的场 景识别算法率不高的足又避免了单纯利用 SVMSVM 分 类器进行多分 类器进行多类造成的数据偏斜、分器过多和错误累积缺点。 本文通过图像底层特征，对复杂度进行描述并结合和 SVMSVM 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 分类器对图像场景进行识别 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 ，识别率达到百分之九十以上 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 。对图像处理中多场景 目 |
| 语种 | 中文 |
| 公开日期 | 2015-12-24 |
| 源URL | [http://ir.ioe.ac.cn/handle/181551/3051]  |
| 专题 | 光电技术研究所_光电技术研究所博硕士论文 |
| 作者单位 | 中国科学院光电所 |
| 推荐引用方式 GB/T 7714 | 宋庆欢. 场景识别技术研究[D]. 北京. 中国科学院研究生院. 2015. |
入库方式： OAI收割
来源：光电技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。