本文選題：目標(biāo)識(shí)別 + 視覺知識(shí)��； 參考：《自動(dòng)化學(xué)報(bào)》2016年05期

【摘要】：提出了一種基于視覺知識(shí)加工模型的目標(biāo)識(shí)別方法.該加工模型結(jié)合目標(biāo)定位、模板篩選和MFF-HMAX(Hierarchical model and X based on multi-feature fusion)方法對(duì)圖像進(jìn)行學(xué)習(xí),形成相應(yīng)的視覺知識(shí)庫,并用于指導(dǎo)目標(biāo)的識(shí)別.首先,利用Itti模型獲取圖像的顯著區(qū),結(jié)合視覺通路中What和Where通道的位置、大小等特征以及視覺知識(shí)庫中的定位知識(shí)確定初期候選目標(biāo)區(qū)域;然后,采用二步去噪處理獲取候選目標(biāo)區(qū)域,利用MFF-HMAX模型提取目標(biāo)區(qū)域的顏色、亮度、紋理、輪廓、大小等知識(shí)特征,并采用特征融合思想將各項(xiàng)特征融合供目標(biāo)識(shí)別;最后,與單一特征以及目前的流行方法進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明本文方法不僅具備較高的識(shí)別效果,同時(shí)能夠模仿人腦學(xué)習(xí)視覺知識(shí)的過程形成視覺知識(shí)庫.
[Abstract]:A method of target recognition based on visual knowledge processing model is proposed. The processing model combines target location, template screening and MFF-HMAX (hierarchical model and X based on multi-feature fusion) method to study the image, and form the corresponding visual knowledge base, which can be used to guide target recognition. Firstly, the salient region of the image is obtained by using the Itti model, the location and size of the what and where channels in the visual path are combined with the location knowledge in the visual knowledge base to determine the initial candidate target areas. Using two-step denoising process to obtain candidate target region, MFF-HMAX model is used to extract knowledge features of target region, such as color, brightness, texture, contour, size and so on. Finally, features are fused for target recognition by feature fusion idea. Compared with the single feature and current popular methods, the results show that this method not only has a high recognition effect, but also can imitate the process of learning visual knowledge in human brain to form a visual knowledge base.
【作者單位】： 上海海事大學(xué)信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(31170952) 國(guó)家海洋局項(xiàng)目(201305026) 上海海事大學(xué)優(yōu)秀博士學(xué)位論文培育項(xiàng)目(2014bxlp005);上海海事大學(xué)研究生創(chuàng)新基金項(xiàng)目(2014ycx047)資助~~
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 朱仁歡;魏海鋒;盧一相;孫冬;;不均勻光照車牌增強(qiáng)算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2015年03期

2 胡湘萍;;基于多核學(xué)習(xí)的多特征融合圖像分類研究[J];計(jì)算機(jī)工程與應(yīng)用;2016年05期

3 張小利;李雄飛;李軍;;融合圖像質(zhì)量評(píng)價(jià)指標(biāo)的相關(guān)性分析及性能評(píng)估[J];自動(dòng)化學(xué)報(bào);2014年02期

4 楊波;敬忠良;;梅花形采樣離散小波框架圖像融合算法[J];自動(dòng)化學(xué)報(bào);2010年01期

5 邱香;傅小蘭;隋丹妮;李健;唐一源;;復(fù)合字母刺激心理旋轉(zhuǎn)加工中的整體優(yōu)先效應(yīng)[J];心理學(xué)報(bào);2009年01期

6 朱慶生;張敏;柳鋒;;基于HMAX特征的層次式柑桔潰瘍病識(shí)別方法[J];計(jì)算機(jī)科學(xué);2008年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賴思渝;王娟;;一種改進(jìn)的DCT域壓縮圖像融合算法[J];網(wǎng)絡(luò)新媒體技術(shù);2016年03期

2 鞏稼民;楊瀟;楊萌;孟令賀;徐嘉馳;;基于區(qū)域平均梯度與區(qū)域能量的圖像融合[J];西安郵電大學(xué)學(xué)報(bào);2016年03期

3 隨婷婷;王曉峰;;一種基于視覺知識(shí)加工模型的目標(biāo)識(shí)別方法[J];自動(dòng)化學(xué)報(bào);2016年05期

4 曹曉娟;;一種復(fù)雜環(huán)境下的圖像離散化采樣方法[J];通訊世界;2015年16期

5 秦雪;王歡;嚴(yán)曄;吳玉寧;蘇偉;;基于圖像邊緣檢測(cè)的圖像識(shí)別算法[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

6 李壽欣;藺佳;孫華;;不同認(rèn)知方式個(gè)體在知覺和心理旋轉(zhuǎn)加工過程中的整體優(yōu)先效應(yīng)[J];蘇州大學(xué)學(xué)報(bào)(教育科學(xué)版);2015年02期

7 包廣華;黃民盼;李怡蓮;陳柳君;梁雨青;;復(fù)合漢字刺激心理旋轉(zhuǎn)加工中的整體優(yōu)先效應(yīng)[J];心理技術(shù)與應(yīng)用;2015年04期

8 劉在德;蘭旭光;張明新;;參數(shù)化的Deslauriers-Dubuc插值小波——構(gòu)造及圖像編碼性能分析[J];自動(dòng)化學(xué)報(bào);2014年10期

9 邱香;潘亞麗;牛勇;;場(chǎng)認(rèn)知方式對(duì)女大學(xué)生心理旋轉(zhuǎn)能力的影響[J];中華女子學(xué)院學(xué)報(bào);2014年03期

10 崔麗霞;張玉靜;肖晶;張欽;;積極情緒對(duì)心理旋轉(zhuǎn)的影響:趨近動(dòng)機(jī)的調(diào)節(jié)效應(yīng)[J];心理學(xué)報(bào);2013年11期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程?hào)|陽;蔣興浩;孫錟鋒;;基于稀疏編碼和多核學(xué)習(xí)的圖像分類算法[J];上海交通大學(xué)學(xué)報(bào);2012年11期

2 梁進(jìn);劉泉;艾青松;;基于SURF和全局特征融合的圖像分類研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年17期

3 孟天佑;汪云甲;;遙感圖像理想均衡化及圖像質(zhì)量定量評(píng)價(jià)[J];中國(guó)圖象圖形學(xué)報(bào);2012年05期

4 亓?xí)哉?王慶;;一種基于稀疏編碼的多核學(xué)習(xí)圖像分類方法[J];電子學(xué)報(bào);2012年04期

5 曹海青;王軍欣;;基于全局和局部特征的目標(biāo)識(shí)別研究[J];微型機(jī)與應(yīng)用;2011年14期

6 程光權(quán);張繼東;成禮智;黃金才;劉忠;;基于幾何結(jié)構(gòu)失真模型的圖像質(zhì)量評(píng)價(jià)研究[J];自動(dòng)化學(xué)報(bào);2011年07期

7 劉高平;趙萌;;基于亮度的自適應(yīng)單尺度Retinex圖像增強(qiáng)算法[J];光電工程;2011年02期

8 汪榮貴;張璇;張新龍;傅劍峰;;一種新型自適應(yīng)Retinex圖像增強(qiáng)方法研究[J];電子學(xué)報(bào);2010年12期

9 游旭群;邱香;牛勇;;視覺表象掃描中的視角大小效應(yīng)[J];心理學(xué)報(bào);2007年02期

10 李志剛,傅澤田,李麗勤;基于機(jī)器視覺的農(nóng)業(yè)植保技術(shù)研究進(jìn)展[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2005年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐勝榮，李忠興;自然景物中橋梁目標(biāo)識(shí)別方法的研究[J];浙江大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年03期

2 董慧穎;基于模糊理論的地面三維目標(biāo)識(shí)別方法[J];信息與控制;2001年S1期

3 黨宏社,韓崇昭;一種基于證據(jù)推理的目標(biāo)識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2003年10期

4 ;雷達(dá)總論、雷達(dá)理論與技術(shù)[J];電子科技文摘;2006年02期

5 郭聯(lián)金;陳健;;基于多傳感器數(shù)據(jù)融合的目標(biāo)識(shí)別方法[J];廣東有色金屬學(xué)報(bào);2006年03期

6 王琰;楊大為;;小波系數(shù)特征的目標(biāo)識(shí)別方法[J];小型微型計(jì)算機(jī)系統(tǒng);2008年03期

7 王剛;賀偉;董衛(wèi)斌;陳遵田;崔東森;;一種基于形態(tài)點(diǎn)特征的目標(biāo)識(shí)別方法[J];探測(cè)與控制學(xué)報(bào);2010年06期

8 廖蘇鵬;李興國(guó);;一種新的目標(biāo)識(shí)別方法[J];制導(dǎo)與引信;1992年02期

9 李飚,李吉成,沈振康;一種基于神經(jīng)網(wǎng)絡(luò)的紅外目標(biāo)識(shí)別方法[J];系統(tǒng)工程與電子技術(shù);1999年02期

10 鮑溪清;實(shí)時(shí)二維多尺度目標(biāo)識(shí)別方法及其應(yīng)用[J];大連鐵道學(xué)院學(xué)報(bào);2005年02期

相關(guān)會(huì)議論文 前9條

1 張艷寧;趙榮椿;梁怡;;一種有效的圖像目標(biāo)識(shí)別方法[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

2 肖懷鐵;郭雷;付強(qiáng);;一種新的模糊支持矢量機(jī)多目標(biāo)識(shí)別方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

3 任文君;蘇開娜;;一種復(fù)雜背景下基于知識(shí)的目標(biāo)識(shí)別方法的研究[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

4 張純;許楓;;基于運(yùn)動(dòng)特征的水下蛙人目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

5 陶志國(guó);姜一暉;柳鵬;;基于BP神經(jīng)網(wǎng)絡(luò)的飛機(jī)目標(biāo)識(shí)別方法研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

6 張峰;薛青;;基于貝葉斯網(wǎng)絡(luò)的戰(zhàn)場(chǎng)目標(biāo)識(shí)別方法研究[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

7 張冬英;洪津;王峰;駱冬根;邱成峰;;基于灰度直方圖的暗目標(biāo)識(shí)別方法[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長(zhǎng)三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

8 晉朝勃;胡剛強(qiáng);史廣智;李玉陽;;一種采用支持向量機(jī)的水中目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

9 何心怡;蔣興舟;;基于脈寬延伸與多普勒效應(yīng)的目標(biāo)識(shí)別方法[A];中國(guó)聲學(xué)學(xué)會(huì)2001年青年學(xué)術(shù)會(huì)議[CYCA'01]論文集[C];2001年

相關(guān)博士學(xué)位論文 前5條

1 白剛浩;基于視覺注意和局部不變性特征相結(jié)合的目標(biāo)識(shí)別技術(shù)研究[D];浙江大學(xué);2015年

2 湯曉;基于復(fù)雜網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別方法研究[D];廣東工業(yè)大學(xué);2013年

3 王光偉;基于非對(duì)稱逆布局模型的目標(biāo)識(shí)別方法研究[D];華中科技大學(xué);2012年

4 邢學(xué)敏;CRInSAR與PSInSAR聯(lián)合監(jiān)測(cè)礦區(qū)時(shí)序地表形變研究[D];中南大學(xué);2011年

5 陳振學(xué);基于特征顯著性的目標(biāo)識(shí)別方法及其應(yīng)用研究[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 羅飛揚(yáng);基于局部相似結(jié)構(gòu)統(tǒng)計(jì)匹配模型的紅外目標(biāo)識(shí)別方法[D];南京理工大學(xué);2015年

2 武俊;復(fù)雜環(huán)境中特定目標(biāo)識(shí)別方法研究[D];上海交通大學(xué);2015年

3 楊紅葉;基于圖像差異性特征描述的目標(biāo)識(shí)別方法及其應(yīng)用[D];華北電力大學(xué);2015年

4 楊慧;融合RGB特征和Depth特征的3D目標(biāo)識(shí)別方法研究[D];合肥工業(yè)大學(xué);2015年

5 潘偉;基于重構(gòu)的目標(biāo)識(shí)別方法在人臉及雷達(dá)數(shù)據(jù)庫上的應(yīng)用研究[D];西安電子科技大學(xué);2012年

6 姜嘉琳;基于結(jié)構(gòu)稀疏的目標(biāo)識(shí)別方法[D];西安電子科技大學(xué);2013年

7 程蕾;基于局部特征幾何結(jié)構(gòu)的目標(biāo)識(shí)別方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

8 于筱川;基于機(jī)器學(xué)習(xí)的車輛目標(biāo)識(shí)別方法[D];西安電子科技大學(xué);2009年

9 余敏;基于退化模型的目標(biāo)識(shí)別方法研究[D];武漢大學(xué);2004年

10 陳君靈;場(chǎng)景上下文約束的可見光遙感圖像目標(biāo)識(shí)別方法研究[D];華中科技大學(xué);2013年

，

本文編號(hào)：2118155