结合局部特征与空间关系的多物体检测算法研究-信息与通信工程专业论文.docxVIP

万方数据 万方数据 附件囚 上海交通大学 学位论文原创性声明 本人郑重声明:所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名:牛、a_ 日期: IV 年 !月》日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 保密口，在一一年解密后适用本授权书。 不保密0二， (请在以上方框内打;) 学位论文作者签名 :λ吟 指导教阳:et均 日期:列问年 l 月 7 日 日期:μ1(-年 1 月 y 日 2 上海交通大学硕士学位论文 上海交通大学硕士学位论文 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文《结合局部特征与空间关系的多 物体检测算法研究》，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律 结果由本人承担。 学位论文作者签名： 日期： 年 月 日 第 II 页 第 第 PAGE VII 页 万方数据 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许 论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存和汇编本学位论文。 保密□，在 年解密后适用本授权书。 本学位论文属于 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 结合局部特征与空间关系的多物体检测算法研究 摘 要 随着网络技术的进步和智能设备的普及，当今互联网上的交流已经 突破了文字的局限，而更加青睐包含更多内容的数字图像和视频。因此， 如何对这些图像和视频数据进行处理和分析，获知这些数据背后存在的 意义，并利用这些数据优化决策的技术，是大数据时代研究的热点。为 了理解这些图像和视频的语义以供进一步分析，可靠的物体检测技术具 有广泛的应用需求和应用前景。同时，作为计算机视觉领域的一个重要 课题，物体检测对于解决计算机视觉领域的其他问题，如语义分割 （Semantic Segmentation）、物体解析（Object Parsing）等也有重要的研 究意义。但是，由于数字图像中的物体受到尺度、旋转、视角、姿态、 光照等因素影响，且当图像中存在的多类物体间存在互相遮挡等空间关 系时，现有的算法难以正确而快速地识别图像中存在的物体。本文主要 研究如何结合图像的局部特征和空间关系提高多类物体检测的准确率。 首先，本文研究了基于局部特征的物体检测模型，分析了这些模型 的优缺点并对比其性能。随后，本文实现了结合局部特征和空间关系的 物体检测模型。该模型首先采用物体的局部特征对图像中可能存在物体 的区域进行识别，随后利用预定义的空间关系建立结构化模型，并利用 物体间存在的相对位置关系优化识别结果。由于图像中可能存在的物体 类别，及物体间相互的空间关系种类繁多，对结构化模型进行训练和测 试耗时较长，本文提出了阈值法和极大值法两种特征分离方法，将结构 化模型转化为多组二值判别模型，从而克服了多物体检测的速度瓶颈。 实验结果表明，分离算法可以用较小的性能损失来换取极大的速度提升。 同时，采用极大值法分离的模型可引用更多的空间特征，如相对长宽比、 重叠百分比等，从而提升模型的性能。 现有结合局部特征和空间关系的物体检测模型大多采用预定义的 空间关系来建立结构化模型。但是，这种空间关系并不准确，且难以捕 捉物体间存在的丰富语义。因此，本文提出了一种采用数据驱动方式来 挖掘物体之间存在的空间关系的算法。通过研究图像数据集中物体的相 对分布特性，本文采用聚类的方式获得物体间相对位置的空间关系原型， 并通过空间关系原型构建空间关系特征，采用结构化学习算法提升物体 检测模型的性能。在常用的 K-均值聚类（K-Means）的基础上，本文提 出了对比聚类算法（Contrast K-Means）以更好地