收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于条件随机场模型的目标检测方法研究

蒋林峰  
【摘要】:目标检测是计算机视觉领域中的基础任务之一,旨在确定特定目标在图像中的位置和大小,其研究成果已广泛应用于视频监控、智能辅助驾驶、人机交互等领域,具有重要的学术意义和应用价值。尽管目标检测已经取得了丰硕的成果,但在实际的应用场景中,通常会受复杂背景、光照变化、姿态变化、部分遮挡等因素的干扰,从而影响目标检测算法的性能。图像元素之间通常存在空间、语义上下文关系,捕获有效的上下文信息有助于提升目标检测的准确度,因此被广泛用于克服此类干扰问题。条件随机场(Conditional Random Field,CRF)作为一种概率图模型,用图模型节点表示图像元素,节点之间的相互依赖关系表征图像元素间的上下文约束关系。其核心是构建能量函数(代价函数),通过推理联合预测所有图像元素的目标类别,从而实现图像全局信息对局部判断的指导。本文着眼于目标检测,利用CRF模型挖掘图像中的上下文信息,以提升目标检测准确度,主要研究成果总结如下:(1)霍夫变换目标检测方法用所预测的目标类别图像块向可能的目标中心位置进行概率投票,以实现目标检测。图像块仅包含局部信息,难以通过分类器将其区分为目标类别或者背景类别,而图像块之间的上下文信息有助于提升其分类准确度。本文通过CRF捕获图像块间的上下文信息,用图像块的局部约束线性编码(Locality-constrained Linear Coding,LLC)作为隐变量,并使用高斯核度量CRF点对能量项的强度。在训练阶段,通过迭代学习CRF模型,优化霍夫投票所依赖的视觉码本,并学习码本的空间Occurrence分布;在测试阶段,首先用CRF推理联合预测图像中所有块的类别,然后根据目标类别图像块的LLC编码系数,对可能的目标中心位置进行加权投票。本文在INRIA、TUD Brussels和Caltech行人数据集的实验结果证明了所提出的方法比其它霍夫变换方法的检测准确度有显著提升。(2)提出了一种利用图像间上下文信息的行人目标协同检测方法,该方法在全连接CRF中融合了行人候选目标的深度卷积神经网络(Convolutional Neural Networks,CNN)特征和局部约束线性编码(LLC),以表征候选目标间的上下文关系。首先,通过区域建议网络(Region Proposal Network,RPN)在图像中检测行人候选目标;然后,建立一个以候选目标为节点的全连接CRF,它包括一阶能量项和两种点对能量项。一阶能量项由基准方法RPN+BF为每个候选目标独立计算;点对能量项基于CNN特征和LLC表示,用于表征每对候选目标之间的上下文关系。最后,通过CRF的Mean Field推理联合预测所有候选目标的类别置信分数。在ETH、Caltech和INRIA行人数据集上的实验结果显示,所提出的方法比基准方法有更好的检测准确度。(3)提出了一种基于高阶CRF的目标协同检测方法,该CRF不但表征了每对候选目标间的上下文关系,还表征了多个候选目标间的目标类别共生约束关系。首先,通过预先训练的目标检测器Faster R-CNN获得候选目标,并从多尺度特征图中提取其ROI特征;然后,将同一测试集中的所有候选目标输入高阶CRF,它包括一阶能量项、点对能量项和高阶能量项。一阶能量项由基准方法输出的候选目标类别置信分数计算;基于多尺度CNN特征的点对能量项用于表征每对候选目标间的上下文关系(外观相似性约束);高阶能量项用于表征每幅图像中所有候选目标的类别共生约束关系。最后,通过CRF的Mean Field推理联合预测所有候选目标的类别标签。在Caltech、PASCAL VOC 2007、PASCAL VOC2012和COCO数据集的实验结果证明了所提方法与基准方法相比,其检测性能有明显提升。(4)提出了一种基于层次上下文信息的行人目标检测方法,通过捕获不同层次图像元素间(目标级和像素级)的上下文信息,提升行人目标检测性能。首先,用行人检测基准方法从每幅图像中分别获得候选目标;其次,将同一测试集中的所有候选目标输入全连接CRF,以捕获目标级的上下文信息,并通过CRF推理联合预测所有候选目标的类别置信分数;再次,用基于CRF的算法对图像进行语义分割,以捕获像素级的上下文信息;最后,根据图像语义分割线索对候选目标类别置信分数进行优化,从而得到最终的行人目标检测结果。所提出的方法在Caltech数据集的多个评估设置上,比基准方法得到了更好的检测效果,在自行采集数据集上的检测结果显示,其有效克服了遮挡、光照变化和复杂背景等因素的影响。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 刘鹏;郭立;王成彰;于昊;;基于条件随机场与区域划分的异常行为检测[J];通信技术;2013年08期
2 叶璐;郭立;刘皓;;基于多条件随机场模型的异常行为检测[J];通信技术;2014年06期
3 马晓君;金爽;杨淑田;;中国电子商务平台产品评论意见挖掘——基于条件随机场模型的实证研究[J];系统科学与数学;2015年11期
4 王恒升;李熙印;;机器人自然语言导航的层叠式条件随机场模型[J];计算机工程与科学;2017年08期
5 逯万辉;马建霞;;基于条件随机场模型的复杂时间信息抽取研究[J];现代图书情报技术;2011年10期
6 屠明萍;;基于贝叶斯分类器和条件随机场模型的词义消歧对比研究[J];文教资料;2011年36期
7 姜文志;顾佼佼;胡文萱;栗飞;;条件随机场模型的应用研究及改进[J];计算机与现代化;2011年11期
8 刘威;周婷;袁淮;赵宏;;基于多条件随机场模型的图像3D空间布局理解[J];电子学报;2017年02期
9 李志义;王冕;赵鹏武;;基于条件随机场模型的“评价特征-评价词”对抽取研究[J];情报学报;2017年04期
10 陈苹;冯林;余游;徐其凤;;一种基于语义关系与条件随机场模型的电子商务情感评价单元识别方法[J];系统科学与数学;2020年01期
11 赵龙;郭立;谢锦生;;条件随机场模型的场景描述[J];中国图象图形学报;2013年03期
12 黄天羽;石崇德;李凤霞;程成;;一种基于判别随机场模型的联机行为识别方法[J];计算机学报;2009年02期
13 王东波;吴毅;叶文豪;刘睿伦;;多特征知识下的食品安全事件实体抽取研究[J];数据分析与知识发现;2017年03期
14 刘智文;;利用系统整合提高中文分词精度的方法研究[J];现代计算机(专业版);2009年10期
15 明冬萍,骆剑承,周成虎,王晶;基于简化随机场模型的高分辨率遥感影像分割方法[J];计算机工程与应用;2004年26期
16 黄广龙,龚晓南,肖溟;土性参数的随机场模型及桩体沉降变异特性分析[J];岩土力学;2000年04期
中国重要会议论文全文数据库 前10条
1 程兵;王莹;郑南宁;;一种用于图像分割的分层随机场模型[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
2 张新;;化肥中氮和氯的检测方法[A];“如何建立科学决策机制理论研讨会——决策论坛”论文集(下)[C];2015年
3 梁芳慧;靳丹红;马品一;金月;王兴华;高德江;宋大千;;三聚氰胺检测技术的研究进展[A];2013现场检测仪器及技术研讨会大会报告及论文[C];2013年
4 尹惠琼;贾茗娴;王蕊;杨姝;王升启;章金刚;;纳米探针检测新技术及其在蓝舌病病毒检测中的应用[A];2012全国临床微生物与感染免疫学术研讨会论文集[C];2012年
5 韩丽明;;食源性致病微生物的快速检测方法分析[A];湖南中医药大学学报2016/专集:国际数字医学会数字中医药分会成立大会暨首届数字中医药学术交流会论文集[C];2016年
6 关文妍;王翔;逄燕;;纸芯片上基于色显法检测葡萄糖浓度[A];北京力学会第二十三届学术年会会议论文集[C];2017年
7 陈智明;;未知危险源快速检测工作探讨[A];2012中国消防协会科学技术年会论文集(上)[C];2012年
8 杨鹏;伍凡;侯溪;;三位置绝对检测技术与多位置平均绝对检测技术比较分析[A];中国光学学会2011年学术大会摘要集[C];2011年
9 刘兴江;赵万莹;袁瑞丽;于明明;李占先;;比色法检测低级直链醇[A];河南省化学会2012年学术年会论文摘要集[C];2012年
10 冯新昌;李拥军;;食品中呋喃的检测方法研究进展[A];西北地区第七届色谱学术报告会甘肃省第十二届色谱年会论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 蒋林峰;基于条件随机场模型的目标检测方法研究[D];上海交通大学;2019年
2 王凡;基于非平稳随机场模型的SAR图像空间相关性建模及应用研究[D];西安电子科技大学;2016年
3 宋婉莹;基于统计分布和随机场模型的极化SAR图像分类算法研究[D];西安电子科技大学;2018年
4 赵济;面向高分辨率遥感影像分类的条件随机场模型研究[D];武汉大学;2017年
5 刘皓;基于条件随机场模型的异常行为检测方法研究[D];中国科学技术大学;2014年
6 张抒;可视目标检测与分割关键技术研究[D];电子科技大学;2015年
7 王赵琛;医学情境下基因检测的伦理学探究[D];北京协和医学院;2014年
8 仇文亮;基于条件随机场的视觉显著性目标检测[D];西安电子科技大学;2018年
9 殷继永;蛋白质芯片技术定量检测血清铁蛋白和可溶性转铁蛋白受体方法的研究[D];中国疾病预防控制中心;2011年
10 周俊临;基于数据挖掘的分布式异常检测[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 李琳;条件随机场模型的理论梳理与手势识别应用研究[D];华中师范大学;2014年
2 徐忆苏;基于条件随机场模型的新词发现系统研究与实现[D];哈尔滨工业大学;2008年
3 薛俊欣;条件随机场模型研究及应用[D];山东大学;2014年
4 张誉矾;基于局部区域条件随机场模型的的图像语义分割算法[D];杭州电子科技大学;2019年
5 刘培硕;基于随机场模型的结构可靠度拓扑优化设计[D];大连理工大学;2018年
6 郝亚娟;基于层叠跳跃链条件随机场模型的因果关系抽取[D];河北工业大学;2016年
7 杜本汉;基于霍夫变换和条件随机场模型的目标检测[D];上海交通大学;2014年
8 祁日秀;基于条件随机场的命名实体识别[D];北京邮电大学;2013年
9 张硕果;基于条件随机场模型的文本分类研究[D];重庆大学;2010年
10 曹碧莲;基于深度学习的行人检测与行人再识别技术研究及应用[D];浙江工商大学;2019年
中国重要报纸全文数据库 前10条
1 弗拉迪米尔·巴索夫;可穿戴安全技术:检测矿工环境[N];中国黄金报;2019年
2 本报记者 傅苏颖;浩欧博未来拟开发200个检测项目[N];中国证券报;2019年
3 郝雪梅;检测结果“打架” 监管不能“沉默”[N];中国商报;2018年
4 ;宇驰检测以科技服务引领健康生活[N];中国环境报;2017年
5 吴枫 索富强;检测公司完成苏丹上游内检测[N];石油管道报;2010年
6 毛毛;罗氏SARS检测将于6月完成[N];医药经济报;2003年
7 记者 韩勉 通讯员 次仁旺堆;国家矿泉水检测重点实验室将落户拉萨[N];西藏日报;2010年
8 记者 齐永昌 通讯员 旺堆;拉萨将建国家矿泉水检测重点实验室[N];拉萨晚报;2010年
9 郭文政 尚亚辉;输血染丙肝 无辜 供血不检测 有责[N];中国煤炭报;2000年
10 记者 周寒飞;基因检测项目在我市启动[N];三峡日报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978