-
题名深度图像的目标潜在区域提取算法
被引量：10
- 1
-
-
作者
方智文
曹治国
肖阳
-
机构
华中科技大学自动化学院多谱信息技术国家级重点实验室
湖南人文科技学院能源与机电工程系
-
出处
《信号处理》
CSCD
北大核心
2016年第2期193-202,共10页
-
基金
国家高技术研究发展计划(863计划)(2015AA015904)
中国博士后科学基金资助项目(2014M562028)
+1 种基金
湖南省教育厅资助科研项目(14C0599)
中央高校基本科研业务费资助HUST(2014QNRC035和2015QN036)
-
文摘
目标检测和识别算法通常使用复杂特征以多尺度滑动窗的方式进行分析,运算效率往往非常低。因此,目标性被引入进行目标潜在区域的快速预判断,减少复杂特征需要分析的窗数,从而达到加速算法效率的目的。针对逐步普及的Kinect深度像机,该文提出了一种基于深度图像的目标性分析算法,以提升深度图像的目标检测识别算法的效率。首先基于深度图像的法向量,提出能够有效描述深度图像边缘信息的边缘检测方法,然后通过支撑向量机学习目标性的分类器,以得分的形式给出候选区域中存在目标的概率,最后基于人眼的视觉机理对不同尺度的目标进行加权。通过深度图公共数据库(UW和NYU)的实验对比,该算法给定1000个候选区域时分别达到94.1%和92.9%的召回率,保证了准确率的同时大大减少了区域数量,能有效的提升目标检测识别算法的效率。
-
关键词
目标检测
深度图像
边缘检测
支撑向量机
目标性
-
Keywords
object detection
depth image
edge detection
support vector machine
objectness
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多尺度局部极值和边缘检测的目标性算法
被引量：4
- 2
-
-
作者
方智文
曹治国
肖阳
-
机构
华中科技大学自动化学院多谱信息技术国家级重点实验室
湖南人文科技学院能源与机电工程学院
-
出处
《信号处理》
CSCD
北大核心
2016年第8期911-921,共11页
-
基金
国家高技术研究发展计划(863计划)(2015AA015904)
国家自然科学青年基金项目(61502187)
+3 种基金
娄底市科技计划项目(2015ZHJHK017)
湖南人文科技学院校级青年基金项目(2015QN03)
湖南省教育厅资助科研项目(14C0599
14C0597)
-
文摘
目标性作为目标检测的预处理算法,用于高效提取少量可靠的目标潜在区域,可替代针对复杂特征的多尺度滑动窗的分析方式,达到提升目标检测效率的目的。该文提出了一种基于多尺度局部极值和边缘检测的目标性算法。首先,基于原始图像的多尺度梯度特征,在不同尺度下利用均值滤波得到梯度强度的局部极值,并在原始图像上还原出初始目标潜在区域;然后,通过提取图像的边缘特征,计算初始目标潜在区域的目标性得分值;最后,对得分值进行尺度加权,并结合非极大值剔除冗余区域,最终输出少量可靠的目标潜在区域。通过PASCAL VOC和ILSVRC2014数据库的实验对比,该算法给定1000个候选区时在PASCAL VOC和ILSVRC2014分别达到97%和98%以上的召回率,同时有效地提升了首框召回率。
-
关键词
目标检测
多尺度
局部极值
边缘检测
目标性
-
Keywords
object detection
multi-scale
local extremum
edge detection
objectness
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
