基于神经网络的深度图像遮挡边界检测方法研究

发布时间：2021-02-22 21:58

　　遮挡问题一直是计算机视觉领域中的经典话题,在目标跟踪、三维重建、物体识别等视觉任务中,遮挡问题都占据着举足轻重的地位。因此,在众多计算机视觉处理问题中,如何准确而又高效地对遮挡进行检测已经成为一个亟待解决的难题。针对深度图像在三维真实场景中表征能力较强的优势,同时国内外以深度图像作为遮挡研究对象的成果相对较少。基于此,本文以深度图像为研究对象并结合机器学习理论中的神经网络模型来实现图像遮挡边界检测任务。首先,以深度图像为出发点,介绍了有关遮挡现象、遮挡边界和遮挡相关特征的有关概念。同时,对本文中所用神经网络有关基础知识内容进行了描述和概括。其次,提出了一种基于BP神经网络模型的图像遮挡边界检测方法。该方法中根据深度图像的像素信息,提出了一种新的遮挡相关特征,并通过随机森林与已有特征进行重要性评估;同时,根据像素点特征向量的分布情况,设计了一种非线性归一化方法对特征向量进行映射并根据BP神经网络模型进行训练、检测,将图像中所有像素点区分为遮挡边界点和非遮挡边界点,实现检测的目的。再次,提出一种基于卷积神经网络模型的遮挡检测方法。基于VGG16网络,通过使用卷积层替代全连接层进而修改网络结... 

【文章来源】：燕山大学河北省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

深度图像及其遮挡边界

图 2-4 Sigmoid 激活函数中激活函数的输入通常为全连接层加权求和之后的结果，输出即为激活值，对激活值进行判别，若大。Sigmoid 函数的定义如公式(2-3)所示。

ReLU激活函数对比Sigmoid激活函数，Sigmoid激活函数在变量为0时输出已经达到了半饱和

【参考文献】：
期刊论文
[1]利用无监督聚类实现深度图像的遮挡边界检测[J]. 张世辉,杨青青,何欢.  小型微型计算机系统. 2017(11)
[2]基于图的半监督学习的遮挡边界检测方法[J]. 张世辉,张钰程,张红桥,李鑫.  计量学报. 2016 (06)
[3]基于深度图像利用随机森林实现遮挡检测[J]. 张世辉,刘建新,孔令富.  光学学报. 2014(09)



本文编号：3046604