导读:本文包含了快速鲁棒性特征论文开题报告文献综述及选题提纲参考文献，主要关键词:手语识别,深度图像,SURF,HMM
快速鲁棒性特征论文文献综述
陈梯,孙杳如[1]（2018）在《基于快速鲁棒性特征和隐马尔可夫模型的手语识别》一文中研究指出为解决手语识别在复杂环境下准确率低的问题,提出一种基于快速鲁棒性特征(SURF)和隐马尔可夫模型(HMM)的手语识别方法。所采用数据源是由Kinect摄像头拍摄的手语视频,针对视频中的每一帧图像,首先利用深度信息将手势从复杂背景中分割出来,再利用SURF算法对分割出的手势图像提取特征序列,作为HMM的输入参数,用于手势建模与识别。实验结果表明,此方法具有很好的识别效果,对手语视频中的8种手势的平均识别率达到93%,并且可以有效克服光照、角度和复杂背景的影响。(本文来源于《现代计算机(专业版)》期刊2018年03期）
白雪冰,车进,牟晓凯,张英[2]（2016）在《结合快速鲁棒性特征改进ORB的特征点匹配算法》一文中研究指出针对定向二进制简单描述符(ORB)算法不具备尺度不变性的问题,提出一种结合快速鲁棒性特征(SURF)算法和ORB的改进算法。首先,利用Hessian矩阵检测特征点的方法,使得提取出的特征点具有尺度不变性;然后,用ORB生成特征描述子;接着采用K-近邻算法进行粗匹配;最后,通过比率测试、对称测试、最小平方中值(LMed S)定理进行提纯。尺度变化时,该算法比ORB的匹配精度提高了74.3个百分点,比SURF的匹配精度提高了4.8个百分点;旋转变化时,该算法比ORB的匹配精度提高了6.6个百分点;匹配时间高于SURF低于ORB。实验结果表明,改进算法不仅保持了ORB的旋转不变性,而且具备了尺度不变性,在不失速度的前提下,匹配精度得到较大提高。(本文来源于《计算机应用》期刊2016年07期）
杨凯达,赵文杰,李成,李德军[3]（2016）在《基于改进快速鲁棒性特征的导弹视频特征匹配》一文中研究指出利用电视制导导弹视频图像确定导弹落点,从而开展精确目标毁伤评估研究,是目前全新的一种评估手段。图像特征匹配是利用视频图像确定导弹落点的关键步骤。针对导弹视频图像的特点及其作战应用,在特征匹配阶段,依据准确性和实时性两个原则,对快速鲁棒性特征算法做了两方面的改进:一是限制特征点提取区域,定义了图像区域限制算子;二是限制特征点数量,利用算法阈值和随机抽样一致性算法对特征点进行限制。实验结果表明,提出的算法对典型视频片段进行处理,较原算法在匹配时间上平均减少12.6%,匹配准确率平均提升13.4%,较尺度不变特征变换算法匹配时间平均提升了74.9%,同时,有效消除伪匹配点。通过对叁段视频进行测试仿真,改进算法在整体上较原算法的匹配时间加快14.9%,且通用性较强,适用于视频图像的特征点匹配。(本文来源于《计算机工程与科学》期刊2016年01期）
杨红梅,刘志刚,韩烨,韩志伟[4]（2013）在《基于快速鲁棒性特征匹配的电气化铁路绝缘子不良状态检测》一文中研究指出针对电气化铁路接触网非接触式图像检测中绝缘子不良状态的自动识别定位问题,提出一种基于快速鲁棒性特征(speeded-up robust features,SURF)匹配的检测方法。该方法首先通过SURF进行待检测图像中绝缘子的特征提取与匹配;接着对绝缘子进行角度校正及形态学操作等预处理;最后纵向统计绝缘子灰度并根据其灰度极小值分布规律识别和定位其不良状态。实验表明,该方法能较准确快速地识别绝缘子,且对其不良状态的自动识别结果也较为准确,为电气化铁路接触网绝缘安全检测问题提供新的参考。(本文来源于《电网技术》期刊2013年08期）
王涛,唐鸾[5]（2013）在《基于快速鲁棒性特征匹配的目标识别》一文中研究指出针对基于特征匹配的目标识别算法复杂度高、难以实时处理的问题,提出基于快速鲁棒性特征(SURF)的快速特征匹配算法。通过应用双阈值顺序聚类算法对特征点进行聚类,并对每一个聚类建立k-d搜索树,采用优先搜索算法匹配模板与图像的特征点,提高了算法实时性。采用RANSAC鲁棒估计算法消除错误匹配点对,计算模板与图像平面之间的单应矩阵,进而实现对目标的准确识别定位。仿真实验证明了算法的有效性和实用性。(本文来源于《电光与控制》期刊2013年04期）
王洪,嵇晓强,戴明,韩松伟[6]（2012）在《一种改进的快速鲁棒性特征匹配算法》一文中研究指出针对光照变化、噪声、局部遮挡等在图像配准技术中对配准精度有重要影响,提出了一种在多尺度空间下点预测快速鲁棒性不变特征的匹配算法。针对在探测对图像的尺度、旋转,仿射具有不变性的斑状特征极值点过程中计算复杂度较高的问题,提出一种特征点预测方法降低了描述子提取的复杂度,增强了对外部环境光照变化、噪声以及局部遮挡的适应能力;并在KD(KD Tree)树基础上,提出了一种动态平衡KD树(DBKD-Tree)快速搜索匹配算法,有效克服了KD树可能存在的病态划分,采用条件约束最邻近搜索,提升匹配效率,实现特征点高精度匹配。通过对在不同光照条件、噪声环境的仿射变换图像特征匹配测试,在加入20%的高斯噪声后,均能100%地完成重复特征检测,达到亚像素定位精度,误配率降低为零。(本文来源于《红外与激光工程》期刊2012年03期）
陈冰,赵亦工,李欣[7]（2009）在《基于快速鲁棒性特征的景象匹配》一文中研究指出针对光电成像制导景象匹配中图像产生较大几何形变的问题,提出了一种基于快速鲁棒性特征(speeded up robust feature,SURF)的景象匹配算法。SURF提取的图像特征具有尺度和旋转不变性,对灰度不敏感,并能快速运算。算法首先利用仿射变换对基准图像进行3D视角补偿,模拟基准图像在不同视角下的成像,以减小基准图像和实时图像间的视角差异,分别提取两图像的SURF特征,然后根据最小欧氏距离准则提取两图像间匹配的SURF特征点对,根据该特征点对估计基础矩阵,得到两图像的投影关系。仿真结果表明,该算法能够适应光电成像制导中图像的几何形变,实现稳定的景象匹配。(本文来源于《系统工程与电子技术》期刊2009年11期）
高中杰[8]（2009）在《基于快速鲁棒性特征的物体识别检测算法研究》一文中研究指出物体的识别检测是计算机视觉领域各项研究中的基础环节,对物体进行准确的识别检测能够为计算机视觉中的其他研究工作提供良好的指导。在基于学习有监督的物体识别检测中主要解决两个问题:一是如何选取有效的特征解决物体的旋转、平移、尺度变化,同时降低识别检测中的遮挡、噪声的影响来构造分类器以达到比较好的识别准确率;二是在分类器达到比较好的识别率的基础上如何提高物体检测的速度,从而能够在图像中快速识别检测到物体的位置。首先,针对第一个问题,由于图像的局部特征描述符具有以上特点,本文提出采用SURF这种局部特征描述符构造分类器。在图像的局部特征描述符中,SIFT有较好的性能,但是维数过高,计算时间过长,而本文采用的快速鲁棒性特征(SURF)相对SIFT有较低的维数和较快的特征计算速度,能够快速提取图像的局部特征。由于图像的局部特征是无序的、数量不定的,可以将该特征结合Bag-of-word模型和SVM构造分类器。实验证明这种分类方法比SIFT特征分类有更快的计算速度,并且对于复杂条件的图像达到了比较好的识别率。其次,针对第二个问题提出使用物体多分辨率检测框架进行物体检测。这种检测方法相比单分辨率下进行检测大大减少了物体检测的空间,从而减少了物体检测的时间,而且思路简单、易于实现。最后,针对目标跟踪中的均值平移(Mean-shift)跟踪算法中不能自动检测待跟踪物体初始位置的缺点,将上述快速鲁棒性特征物体检测算法与均值平移跟踪算法相结合,从而使得均值平移跟踪算法能够自动完成对于特定类别物体的检测跟踪。(本文来源于《天津大学》期刊2009-05-01）
王妍[9]（2007）在《一种快速稳健的特征匹配方法及其鲁棒性分析》一文中研究指出提出一种强鲁棒的快速稳健的特征匹配方法。该方法采用基于尺度空间的,对图像变化具有鲁棒性的SIFT(Scale Invariant Feature Transform)算法进行特征点检测和提取,用大量的数据分析该方法的适应能力,寻找最佳匹配阈值。(本文来源于《中国高新技术企业》期刊2007年16期）
快速鲁棒性特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对定向二进制简单描述符(ORB)算法不具备尺度不变性的问题,提出一种结合快速鲁棒性特征(SURF)算法和ORB的改进算法。首先,利用Hessian矩阵检测特征点的方法,使得提取出的特征点具有尺度不变性;然后,用ORB生成特征描述子;接着采用K-近邻算法进行粗匹配;最后,通过比率测试、对称测试、最小平方中值(LMed S)定理进行提纯。尺度变化时,该算法比ORB的匹配精度提高了74.3个百分点,比SURF的匹配精度提高了4.8个百分点;旋转变化时,该算法比ORB的匹配精度提高了6.6个百分点;匹配时间高于SURF低于ORB。实验结果表明,改进算法不仅保持了ORB的旋转不变性,而且具备了尺度不变性,在不失速度的前提下,匹配精度得到较大提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
快速鲁棒性特征论文参考文献
[1].陈梯,孙杳如.基于快速鲁棒性特征和隐马尔可夫模型的手语识别[J].现代计算机(专业版).2018
[2].白雪冰,车进,牟晓凯,张英.结合快速鲁棒性特征改进ORB的特征点匹配算法[J].计算机应用.2016
[3].杨凯达,赵文杰,李成,李德军.基于改进快速鲁棒性特征的导弹视频特征匹配[J].计算机工程与科学.2016
[4].杨红梅,刘志刚,韩烨,韩志伟.基于快速鲁棒性特征匹配的电气化铁路绝缘子不良状态检测[J].电网技术.2013
[5].王涛,唐鸾.基于快速鲁棒性特征匹配的目标识别[J].电光与控制.2013
[6].王洪,嵇晓强,戴明,韩松伟.一种改进的快速鲁棒性特征匹配算法[J].红外与激光工程.2012
[7].陈冰,赵亦工,李欣.基于快速鲁棒性特征的景象匹配[J].系统工程与电子技术.2009
[8].高中杰.基于快速鲁棒性特征的物体识别检测算法研究[D].天津大学.2009
[9].王妍.一种快速稳健的特征匹配方法及其鲁棒性分析[J].中国高新技术企业.2007