导读:本文包含了多线索融合论文开题报告文献综述及选题提纲参考文献，主要关键词:图像分类,方向梯度直方图,特征提取,显着性
多线索融合论文文献综述
彭媛,段先华,王万耀,鲁文超[1]（2019）在《基于多线索特征融合的图像分类方法》一文中研究指出针对图像本身存在噪声和冗余信息而导致分类准确率不高的问题进行了研究,提出一种基于多线索特征融合图像分类算法。通过改进全局显着性和稀有性度量方法得到显着图像;分别在原图像、压缩图像和显着图像上提取方向梯度直方图(Histogram of Oriented Gradient,HOG)特征;将提取到的特征向量融合;采用基于欧氏距离的二叉树支持向量机(Distance Binary Tree SVM,DBT-SVM)进行图像分类。利用Caltech101和花卉图像数据集进行实验测试,结果表明提出的算法能够有效地提高图像分类的准确率。(本文来源于《计算机工程与应用》期刊2019年20期）
张超,都玉莹,韩成,白烨[2]（2018）在《融合多线索信息的数字图像抠图方法研究》一文中研究指出针对自然图像抠图方法中存在对先验知识过度依赖和交互输入繁琐的问题,为了扩展自然图像抠图方法的使用范围,提升自然图像抠图方法的自动化程度,提出一种融合多线索信息的数字图像抠图方法。利用原始自然图像所对应的深度信息和视觉显着度信息进行感兴趣区域粗分割;利用形态学的膨胀与腐蚀算法对感兴趣区域的分割结果进行粗分割区域膨胀和粗分割区域腐蚀操作,从而得到抠图过程所需的叁分元素图;利用彩色纹理图像和叁分元素图,并结合使用相似性传递抠图方法获得精细的前景目标抠图结果。实验结果表明,该方法不仅能够得到较为理想的抠图效果,而且大大提升了自然图像抠图方法的自动化程度。(本文来源于《计算机工程与应用》期刊2018年17期）
胡斐,文畅,谢凯,贺建飚[3]（2019）在《基于微调策略的多线索融合人脸活体检测》一文中研究指出为解决身份认证过程中可能会出现的打印攻击、视频重播攻击等安全问题,提出一种多线索融合人脸活体检测方法。利用金字塔LK光流追踪视频帧并将其进行剪切波变换,以获取图像质量特征,通过卷积神经网络对数据集进行网络微调,得到真假活体。在Print-attack数据库和CISIA数据库上进行实验,结果表明,与LFDNet方法相比,该方法具有较高的人脸活体检测准确率,可用于抵制欺骗攻击。(本文来源于《计算机工程》期刊2019年05期）
宋涛,李鸥,刘广怡[4]（2016）在《基于空时多线索融合的超像素运动目标检测方法》一文中研究指出运动目标检测是计算机视觉领域极具挑战性的难题,该文针对这一问题提出一种基于空时多线索融合的超像素运动目标检测方法。首先利用简单线性迭代聚类算法将当前帧分割为超像素集合,根据帧间的像素级时变线索找到当前帧中包含运动信息的前景超像素子块;然后根据运动目标的一致性原则建立前一帧目标模型,结合目标空间线索进一步确定包含运动目标的检测窗口,将目标检测问题转化为目标分割问题,利用密集角点检测将目标从窗口中分割出来。在多个具有挑战性的公开视频序列上同几种流行检测算法的实验对比结果证明了所提算法的有效性和优越性。(本文来源于《电子与信息学报》期刊2016年06期）
魏文雪,许燕红[5]（2015）在《多线索交替融合进行化学教学设计探索》一文中研究指出分析多线索交替融合进行化学教学设计的必要性,提出设计的策略:深入分析教材,精心勾画知识线,促进知识建构;结合生活实际,巧妙创设情境线,凸显应用价值;遵循认知规律,有效构建问题线,强化问题意识;发挥主体作用,充分挖掘活动线,提升化学能力;善于总结反思,巧妙外显思维线,凝练思路方法。(本文来源于《广西教育》期刊2015年46期）
刘天亮,莫一鸣,徐高帮,戴修斌,朱秀昌[6]（2015）在《多线索非参数化融合的单目视频深度估计》一文中研究指出为解决二维视频的叁维转化问题,提出了一种基于非参数化学习和多线索融合的单目视频深度图提取方法.首先,利用单目图像的区域边界轮廓和几何透视结构线索,基于前景背景融合来估计单目视频中各帧的深度图像;然后,利用视频帧间空时相关性,借助非参数学习实现单目视频深度估计;最后,利用全局背景深度分段约束和去抖动来增强深度视频序列.实验结果表明,与其他现有方法相比,该方法能得到更为准确的单目视频深度图序列,无论在主观质量还是均方根误差(RMS)和结构相似性度量(SSIM)上,均能取得较好的效果.(本文来源于《东南大学学报(自然科学版)》期刊2015年05期）
杨德刚,肖照林,杨恒,王庆[7]（2015）在《基于光场分析的多线索融合深度估计方法》一文中研究指出受人类视觉深度感知机理的启发,结合最近光场分析理论的进展,文中提出了一种融合多种深度线索的全局一致深度估计方法.该方法首先利用摄像机阵列获取光场数据,然后通过合成孔径成像方法获得指定深度的重投影光场,并从中提取表征深度变化不同维度的模糊与视差线索.接着文中采用光场分析方法对比了模糊与视差线索的适用情况,设计了多深度线索的融合算法,以实现不同深度线索的优势互补.进而为了获得精确一致的深度结果,文中在马尔可夫随机场模型的基础上,提出了一种自适应平滑约束的全局能量函数.最终,文中利用图割算法最小化全局能量函数,获得了平滑的高精度深度估计结果.文中分别在虚拟数据和真实数据上测试了所提出的方法,与单一深度线索和局部深度估计方法相比,文中方法能结合不同深度线索的优势并获得更加鲁棒的深度结果.(本文来源于《计算机学报》期刊2015年12期）
孙晓燕,常发亮[8]（2014）在《自适应分块多线索融合粒子滤波跟踪方法》一文中研究指出多线索融合是解决复杂情况下跟踪问题的有效手段,为此提出一种基于自适应分块目标模型的多线索融合粒子滤波跟踪方法.根据目标颜色分布自适应分块建立目标描述模型,可提高对目标初始描述的适应性;采用多线索融合粒子滤波跟踪,在跟踪过程中能根据子块可靠程度动态调整权重,提高对剧烈光照变化、目标姿态变化、遮挡等复杂情况的适应性.实验结果表明,所提出的跟踪方法在多种复杂情况下能准确有效地跟踪目标.(本文来源于《控制与决策》期刊2014年09期）
莫一鸣[9]（2014）在《基于非参数多线索融合的单目视频深度图估计研究》一文中研究指出随着叁维视频需求的快速增长，二维视频的叁维转化问题成为计算机视觉和多媒体分析新的研究热点之一。针对大部分已有的视频转换算法需要恢复相机参数的问题，本文设计了一种基于多线索非参数化融合的单目视频深度图提取方法。在非参数学习的基础上，联合图像轮廓线索、几何透视线索及帧间空时相关性，估计相对准确的视频深度图序列。本文的主要研究工作和创新如下：1．针对目前的深度图估计大多使用单一深度线索且容易出现深度估计偏差的问题，提出一种基于前景背景融合的单目图像深度图估计方法。其中前景深度层主要反映场景显着性区域内的深度，其估计方法是建立在具有相似语义或光学度量的场景具有相似深度的假设上；背景深度层反映场景整体的深度分布趋势，通过分析场景的几何透视线索获得。2.针对基于非参数化学习估计的初始前景深度图存在边界模糊、场景结构相对杂乱的问题，提出一种基于图像分段诱导的初始深度优化方法。首先，基于图模型对原始图像进行过分割，利用其分割结果划分图像场景中的不同物体；接着，在初始前景深度图中相应的各分割区域内，采用均值赋值法优化深度值。该方法能将场景中物体边界及其位置信息有效地嵌入至相应深度图以改善其精度。3.和传统的基于几何线索的深度图估计不同，本文采用线性透视原理提取背景深度图。借助语义自动成组AGS（Automatic Grouping of Semantics）方法估计单目图像中相应的消失点，据此线性地分配背景深度层中的深度信息。背景深度层的几何线性透视类型有如下五类：上-下透视、左-右透视、右-左透视、左上-右下透视和左下-右上透视。该方法提取的背景深度层能整体反映给定的视觉场景中全局的深度分布趋势。4.不同于简单深度图视频估计直接将各帧深度图拼接成视频深度图序列，本文采取联合帧间空时关系的单目视频序列深度图估计。在单幅图像深度图估计基础上，引入时间相关性和运动约束项，共同构成视频深度学习的非参数模型。该方法能有效提升视频深度图估计中帧间深度连续性，抑制单目视频序列中运动物体的深度偏差。实验结果表明，针对未提供相机参数的单目视频序列，本文估计方法能获得场景结构明显、显着物体边界、物体位置相对正确且帧间较为连续的深度视频序列，以有效实现二维视频的叁维转化。(本文来源于《南京邮电大学》期刊2014-03-01）
杨彦[10]（2013）在《基于人脸检测和多线索融合的实时人脸跟踪系统》一文中研究指出在分析和总结国内外对人脸检测与跟踪的相关研究成果的基础上,研究提出了在Viola-Jones人脸检测算法中引入运动区域检测和人脸肤色检测以缩小人脸检测的搜索区域,有效地提高了人脸检测的帧处理速度,并降低了人脸检测的误检率。对基于Meanshift算法和基于光流法的人脸跟踪方法进行了研究与分析,分析了各算法的优缺点,利用各算法之间性能上的互补性,通过各模块之间的协同合作设计并实现了一个实时人脸检测与跟踪系统,并设定了相应的评价参数,通过实验室录制视频和NRC-IIT视频人脸数据库对系统进行了性能测试。(本文来源于《电子器件》期刊2013年03期）
多线索融合论文开题报告
（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：
针对自然图像抠图方法中存在对先验知识过度依赖和交互输入繁琐的问题,为了扩展自然图像抠图方法的使用范围,提升自然图像抠图方法的自动化程度,提出一种融合多线索信息的数字图像抠图方法。利用原始自然图像所对应的深度信息和视觉显着度信息进行感兴趣区域粗分割;利用形态学的膨胀与腐蚀算法对感兴趣区域的分割结果进行粗分割区域膨胀和粗分割区域腐蚀操作,从而得到抠图过程所需的叁分元素图;利用彩色纹理图像和叁分元素图,并结合使用相似性传递抠图方法获得精细的前景目标抠图结果。实验结果表明,该方法不仅能够得到较为理想的抠图效果,而且大大提升了自然图像抠图方法的自动化程度。
（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。
多线索融合论文参考文献
[1].彭媛,段先华,王万耀,鲁文超.基于多线索特征融合的图像分类方法[J].计算机工程与应用.2019
[2].张超,都玉莹,韩成,白烨.融合多线索信息的数字图像抠图方法研究[J].计算机工程与应用.2018
[3].胡斐,文畅,谢凯,贺建飚.基于微调策略的多线索融合人脸活体检测[J].计算机工程.2019
[4].宋涛,李鸥,刘广怡.基于空时多线索融合的超像素运动目标检测方法[J].电子与信息学报.2016
[5].魏文雪,许燕红.多线索交替融合进行化学教学设计探索[J].广西教育.2015
[6].刘天亮,莫一鸣,徐高帮,戴修斌,朱秀昌.多线索非参数化融合的单目视频深度估计[J].东南大学学报(自然科学版).2015
[7].杨德刚,肖照林,杨恒,王庆.基于光场分析的多线索融合深度估计方法[J].计算机学报.2015
[8].孙晓燕,常发亮.自适应分块多线索融合粒子滤波跟踪方法[J].控制与决策.2014
[9].莫一鸣.基于非参数多线索融合的单目视频深度图估计研究[D].南京邮电大学.2014
[10].杨彦.基于人脸检测和多线索融合的实时人脸跟踪系统[J].电子器件.2013