导读:本文包含了梯度直方图论文开题报告文献综述及选题提纲参考文献，主要关键词:非约束人脸识别,流形学习,稀疏保持投影,方向梯度直方图
梯度直方图论文文献综述
童莹,沈越泓,魏以民[1]（2019）在《基于旋转主方向梯度直方图特征的判别稀疏图映射算法》一文中研究指出非约束环境下采集的人脸图像复杂多变,将其直接作为字典原子用于稀疏表示分类(sparse representation based classification,SRC),识别效果不理想.针对该问题,本文提出一种基于旋转主方向梯度直方图特征的判别稀疏图映射(discriminative sparse graph embedding based on histogram of rotated principal orientation gradients,DSGE-HRPOG)算法,用于构建类内紧凑、类间分离的低维判别特征字典,提高稀疏表示分类准确性.首先,采用旋转主方向梯度直方图(histogram of rotated principal orientation gradients,HRPOG)特征算子提取非约束人脸图像的多尺度多方向梯度特征,有效去除外界干扰和像素间冗余信息,构建稳定、鉴别的HRPOG特征字典;其次,引入判别稀疏图映射(discriminative sparse graph embedding,DSGE)算法,以类内重构散度最小、类间重构散度最大为目标计算特征字典的最佳低维投影矩阵,进一步增强低维特征字典的判别性、紧致性;最后,提出投影矩阵和稀疏重构关系交替迭代优化算法,将维数约简过程伴随在稀疏图构建过程中,使分类效果更理想.在AR,Extended Yale B,LFW和Pub Fig这4个数据库上进行大量实验,验证了本文算法在实验环境数据库和真实环境数据库上的有效性.(本文来源于《物理学报》期刊2019年19期）
李帅,王江涛[2]（2019）在《基于梯度直方图特征的实验鼠检测》一文中研究指出为了解决传统的基于图像阈值分割的实验鼠检测方法容易受到光线变化、噪声等影响导致检测效果差的问题,首先根据实验鼠的纹理平滑,且实验鼠整体上梯度均匀,在这个规律的基础上,提出从梯度幅值和梯度方向两个角度出发来构建特征,然后利用直方图降低特征维度并结合SVM(支持向量机)分类器实现新的实验鼠检测方法。实验结果证明,新方法的精准度和稳定性比图像阈值分割方法明显提高。(本文来源于《佳木斯大学学报(自然科学版)》期刊2019年04期）
汤高扬,卢天利,黄杰[3]（2019）在《基于改进方向梯度直方图的行人检测》一文中研究指出针对提高行人检测速度和精度的问题,对于传统方法:方向梯度直方图(Histogram of Oriented Gradient,HOG)和支持向量机(Support Vector Machine,SVM)作了改进,主要包括下面两个方面,第一,对每个单元特征的计算采用积分梯度向量,以提高行人特征的提取速度;其次,对于每一个像素点的梯度方向bin进行一维的线性插值,来改善梯度信息提取的准确性,从而提高检测的精度。在INRIA静态行人检测数据集上,相对于传统方法,其检测速度和精度均有一定的提升。(本文来源于《工业控制计算机》期刊2019年04期）
罗微,孙丽萍[4]（2019）在《利用局部二值模式和方向梯度直方图融合特征对木材缺陷的支持向量机学习分类》一文中研究指出根据木材缺陷类型及视觉特点的不同,将木材缺陷分为6类,加上正常无缺陷木材共分7类;实验将图像样本转化为灰度图后生成680个训练样本数据集和94个测试样本数据集。在分析单一方向梯度直方图(HOG)特征及局部二值模式(LBP)采用不同核函数对木材缺陷分类性能的基础上,提出局部二值模式和方向梯度直方图融合特征对木材缺陷分类。融合特征经主成分分析并降维,利用支持向量机的4种不同核函数分别验证局部二值模式和方向梯度直方图融合特征对木材缺陷分类的性能。结果表明:利用局部二值模式和方向梯度直方图融合特征比单一缺陷特征具有更高效的分类性能;采用线性核函数及高斯核函数对局部二值模式和方向梯度直方图融合特征进行支持向量机分类,分类准确率分别可达98.9%和97.8%,木材缺陷可实现自动检测分类。(本文来源于《东北林业大学学报》期刊2019年06期）
黄微,任卫红,朱琳琳,田建东[5]（2019）在《基于形状上下文和方向梯度直方图特征的异源图像配准》一文中研究指出针对单模态图像包含的信息存在局限性的问题,提出了一种基于形状上下文和HOG(histogram of oriented gradient)特征的红外和可见光图像配准方法.在混合高斯模型前景检测的基础上,通过提出的形状上下文和HOG特征结合的方法实现轮廓特征匹配,再利用TPS(thin plate spline)转换模型将匹配延伸到整个形状,并使用正则化和缩放特性迭代重组对应关系及估计转换降低估计误差.最后,采用RANSAC(random sample consensus)算法去除错误匹配点.与已有的形状上下文方法相比,此方法结合了边缘和轮廓特征信息,降低了误差,鲁棒性更好.(本文来源于《信息与控制》期刊2019年02期）
宋伟,任栋,于京,齐振国[6]（2019）在《一种新的基于叁维卷积共生梯度直方图和多示例学习的特殊视频检测算法》一文中研究指出已有的基于梯度方向直方图信息的视频内容检测算法侧重在二维的视频帧上提取特征,忽略了视频内容在时间维度上的相关性.提取局部梯度间潜在的共生关系特征可一定程度上提高算法的检测准确率;同时,对相邻特征池化可有效减少特征降维过程中的信息丢失.基于此,利用视频帧间结构信息通过卷积运算构建共生梯度直方图的叁维结构,然后对相邻特征池化实现描述特征的有效降维,解决了忽略帧间信息影响识别准确率以及高维度特征难以训练的问题;将视频特征映射到多示例学习中的示例和包,非常容易地实现了对不同长度视频的检测.在公开测试数据集Hockey、Movie上进行测试,实验结果显示,Hockey数据集上算法的检测准确率高于现有最优算法3%,Movie数据集上的检测准确率高于现有最优算法0.5%,验证了新特征与算法的有效性.(本文来源于《计算机学报》期刊2019年01期）
段成刚[7]（2018）在《基于方向梯度直方图的行人特征提取方法应用》一文中研究指出行人识别(Pedestrian detection)技术是众多智能网联技术中的一种,它定义清晰、数据易于获取,又对提升行人道路安全有重要意义,是智能技术正向开发方面很好的入手点。本文介绍了基于方向梯度直方图(HOG,Histogram of oriented gradients)和支持向量机(SVM)的行人识别模型训练与应用流程;探究了图像梯度等图像处理方法,提取了HOG特征向量;并通过识别案例展示了基于HOG特征方法的优缺点。(本文来源于《中国战略新兴产业》期刊2018年28期）
武海燕,李跃新,李卫平[8]（2018）在《结合梯度直方图贝叶斯理论视频行人检测》一文中研究指出面向监控视频的行人检测应用需求,提出一种结合贝叶斯理论的行人检测方法。采用Vibe算法提取前景目标区域,得到二值掩膜图像,降低背景区域引起的虚警现象和时间耗费;在前景区域提取方向梯度直方图特征,采用支持向量机分类器检测行人目标,得到行人目标矩形窗口集;基于二值掩膜图像和行人目标矩形窗口集,计算各像素点属于行人目标的先验概率和似然,基于贝叶斯理论估计后验概率,生成概率图像;采用OTSU方法自适应分割概率图像,得到每一帧图像最终的行人目标检测结果。在Caltech数据集的行人检测结果表明,该方法的真正率和检测帧率高,假正率极低。(本文来源于《计算机工程与设计》期刊2018年06期）
杨恢先,徐唱,曾金芳,陶霞[9]（2018）在《基于多方向韦伯梯度直方图的人脸识别》一文中研究指出针对目前基于韦伯特征的人脸识别算法没有充分利用方向信息且提取信息不充分的问题,提出一种多方向韦伯梯度直方图的人脸识别方法。在原始差分激励的基础上增加邻域像素梯度,提取改进的差分激励和韦伯梯度特征;将改进的差分激励与韦伯方向进行量化并分块提取二维直方图,进而转化为一维直方图特征,将韦伯梯度分块后沿韦伯方向累积提取直方图特征;连接两个特征形成组合特征,并利用最近邻分类器分类。通过在不同人脸库的实验可看出,所提算法具有良好的识别效果,且对光照、表情和部分遮挡变化有较好的稳健性。(本文来源于《激光与光电子学进展》期刊2018年11期）
陈可蕴,杨友生,胡昌华[10]（2018）在《HOG梯度直方图辅助差分DSM技术的违法建设监测》一文中研究指出城乡建设进程中大量不合法建设行为不断衍生,利用高效的遥感监测手段向城市管理及规划审批部门提供实时准确的建设状态数据势在必行。但此类不合法建设行为形态多样,利用常规平面方法进行违法建设叁维立体方向的不合法建设行为。本文通过两期DSM对比分析初步提取变化区域,进而探讨利用hog梯度方向直方图的分析剔除伪变化的方法实现违法建设遥感监测。(本文来源于《城市地理》期刊2018年10期）
梯度直方图论文开题报告
（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：
为了解决传统的基于图像阈值分割的实验鼠检测方法容易受到光线变化、噪声等影响导致检测效果差的问题,首先根据实验鼠的纹理平滑,且实验鼠整体上梯度均匀,在这个规律的基础上,提出从梯度幅值和梯度方向两个角度出发来构建特征,然后利用直方图降低特征维度并结合SVM(支持向量机)分类器实现新的实验鼠检测方法。实验结果证明,新方法的精准度和稳定性比图像阈值分割方法明显提高。
（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。
梯度直方图论文参考文献
[1].童莹,沈越泓,魏以民.基于旋转主方向梯度直方图特征的判别稀疏图映射算法[J].物理学报.2019
[2].李帅,王江涛.基于梯度直方图特征的实验鼠检测[J].佳木斯大学学报(自然科学版).2019
[3].汤高扬,卢天利,黄杰.基于改进方向梯度直方图的行人检测[J].工业控制计算机.2019
[4].罗微,孙丽萍.利用局部二值模式和方向梯度直方图融合特征对木材缺陷的支持向量机学习分类[J].东北林业大学学报.2019
[5].黄微,任卫红,朱琳琳,田建东.基于形状上下文和方向梯度直方图特征的异源图像配准[J].信息与控制.2019
[6].宋伟,任栋,于京,齐振国.一种新的基于叁维卷积共生梯度直方图和多示例学习的特殊视频检测算法[J].计算机学报.2019
[7].段成刚.基于方向梯度直方图的行人特征提取方法应用[J].中国战略新兴产业.2018
[8].武海燕,李跃新,李卫平.结合梯度直方图贝叶斯理论视频行人检测[J].计算机工程与设计.2018
[9].杨恢先,徐唱,曾金芳,陶霞.基于多方向韦伯梯度直方图的人脸识别[J].激光与光电子学进展.2018
[10].陈可蕴,杨友生,胡昌华.HOG梯度直方图辅助差分DSM技术的违法建设监测[J].城市地理.2018