上海论文网是一家老字号代写网站,专业提供代写硕士毕业论文服务。

结合多通道特征和可形变部件的鸟类检测算法工程研究(2)

发布时间:2018-09-06 17:53 论文编辑:lgg 所属栏目:工程论文 关键词: 工程论文多通道特征鸟类数据集

.......... 总结 鸟类检测作为目标检测中的一个重要方面,在诸多领域具有广阔的应用前景和实用价值。本文对鸟类检测的方法做出了详细的论述,其中,基


..........
 
总结
 
鸟类检测作为目标检测中的一个重要方面,在诸多领域具有广阔的应用前景和实用价值。本文对鸟类检测的方法做出了详细的论述,其中,基于可变形部件模型(DPM)的目标检测算法取得了较好的效果,DPM 包括一个分辨率较低的根滤波器来覆盖滑动窗口中的整个目标,还包括若干个分辨率较高的部件滤波器通过进一步的细节特征来判断目标各组成部分的存在,以及每个部件相对于根的空间位置模型来对部件形变进行评估,这种由粗糙到精细的检测策略具有良好的检测效果。由于对目标形变具有很强的鲁棒性,所以该算法对于非刚性目标有较好的检测效果。但是,DPM 算法对鸟类的检测效果较差,主要原因是:鸟类目标种类较多,形变较大,检测难度较大;现有的鸟类数据集中鸟类样本数量过少,且分布不均衡;同时,DPM 算法提取的 HOG 特征只着重于描述目标的边缘信息,无法较好的表征鸟类目标;此外,DPM 算法没有研究不同目标的特性,均采用相同的训练策略,并且没有对不同滤波器的重要性加以区分,未能充分发挥各滤波器的作用。本文主要研究如何在 DPM 算法的基础上,提高其在自然场景中鸟类检测准确率的问题,通过详细分析鸟类目标的特征与检测难点,同时结合 DPM 算法存在的缺陷,合理选择适合鸟类目标检测的特征,并对模型进行了一系列的改进。本文主要贡献如下:
1.针对 DPM 算法由于现有数据集缺陷,造成鸟类准确率较低的问题,本文首先对现有数据集进行分析,对 ImageNet 数据集上的所有鸟类样本进行筛选和数据分析,最终选取自然场景中鸟类样本 1500 个,建立了一个自然场景鸟类数据集。另外,由于 HOG 特征通过计算梯度方向直方图来构建特征,能够较好地表达图像的轮廓信息,但是鸟类目标外观更加多变,较难检测,当存在背景复杂或目标遮挡等情况时,HOG 特征较难描述鸟类的轮廓,导致无法获取鸟类特征。针对这一问题,本文提出一种结合多通道特征(ACF)和 DPM 的自然场景鸟类检测算法,构建了一种 ACF-DPM 鸟类模型,ACF 特征相比于单一的 HOG 特征来说,增加了其他类型的特征通道,从而能更好的描述鸟类特征。在本文建立的鸟类数据集和标准数据集 PASCALVOC 2007 进行实验,理论分析和实验结果均可表明本文构建模型的有效性,提高了自然场景中鸟类的检测精度。
2.传统 DPM 算法对所有的目标均采用相同的参数设置策略进行训练,对某些外观变化较小的目标,比如行人和车辆具有较好的检测效果,但是鸟类具有更加多变的外观,DPM 未能充分分析鸟类目标的特殊性,成为其鸟类检测准确率较低的原因之一。针对这一问题,本文研究了 ACF-DPM 模型中不同的组件和部件个数对鸟类模型的影响,以及模型各个滤波器的尺寸对 ACF-DPM鸟类模型的影响,得出了一种最适合该模型的参数设置策略,提高了鸟类检测的准确率。此外,在 ACF-DPM 模型中,由于鸟类不同部位的重要性不同,导致不同部位对应的部件滤波器重要性不同。但是传统 DPM 算法并未考虑到不同滤波器的不同重要性,当存在遮挡情况时,易造成误检和漏检。针对该问题,本文提出了一种加权的 ACF-DPM 鸟类模型,对重要性不同的部件滤波器赋予不同的权值,使各部件之间具有区分性,使模型更加符合鸟类的特征。在本文建立的鸟类数据集和标准数据集 PASCALVOC 2007 进行实验,理论分析和实验结果均可表明本文构建的改进的 ACF-DPM 鸟类模型的有效性,进一步提高了自然场景中鸟类检测的准确率。
..........
参考文献(略)