深度信息檢測作為計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)問題之一,其研究有助于解決三維重建、場景理解、深度感知的圖像合成等問題。深度學(xué)習(xí)中有關(guān)深度信息檢測的算法大多是基于圖像的像素或超像素級別的特征對圖像的形狀、紋理、色彩等進(jìn)行分析。但是這種方式容易受到外界環(huán)境因素的影響,不能完全實(shí)現(xiàn)圖像的旋轉(zhuǎn)不變性,并且存在嚴(yán)重的像素特征冗余問題。線段可以作為一種基本的線性特征來構(gòu)造圖像的語義信息,并且具有旋轉(zhuǎn)不變性。在本文中通過線段檢測方法提取到圖像的幾何特征并設(shè)計(jì)了線段預(yù)處理方法,在此基礎(chǔ)上設(shè)計(jì)了基于線段卷積和線段池化的線段卷積神經(jīng)網(wǎng)絡(luò),將其用于實(shí)現(xiàn)圖像幾何特征的識別算法和圖像深度線段分類算法。通過改進(jìn)基于圖像分割的線段檢測算法也改善了圖像消失點(diǎn)檢測地效果。本文的主要研究內(nèi)容如下:1.本文借助LSD算法和離散曲線演化算法處理MNIST數(shù)據(jù)集,獲得兩種數(shù)目不同的線段數(shù)據(jù)集,使用稀疏自動編碼器進(jìn)行圖像識別分類,實(shí)驗(yàn)證明線段特征可以有效還原圖像原始信息,利用線段特征完成或輔助完成圖像處理是可行的。2.本文提出了基于線段卷積網(wǎng)絡(luò)的圖像識別算法和深度線段分類算法。本文設(shè)計(jì)了針對線段特征的線段卷積和線段池化,并在此基礎(chǔ)上提...

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀和存在的問題
        1.2.1 圖像幾何特征檢測國內(nèi)外研究現(xiàn)狀
        1.2.2 圖像深度信息檢測國內(nèi)外研究現(xiàn)狀
    1.3 研究的主要內(nèi)容與創(chuàng)新點(diǎn)
    1.4 論文的章節(jié)安排
第2章 基于線段特征的圖像識別算法
    2.1 引言
    2.2 相關(guān)技術(shù)介紹
        2.2.1 直線檢測算法
        2.2.2 離散曲線演化算法
        2.2.3 稀疏自動編碼器
    2.3 圖像線段特征提取方法
    2.4 實(shí)驗(yàn)驗(yàn)證
        2.4.1 數(shù)據(jù)集預(yù)處理
        2.4.2 網(wǎng)絡(luò)參數(shù)設(shè)置和初始化
        2.4.3 實(shí)驗(yàn)結(jié)果及分析
    2.5 本章小結(jié)
第3章 線段卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)及其在深度線檢測上的應(yīng)用
    3.1 引言
    3.2 相關(guān)技術(shù)介紹
        3.2.1 卷積層
        3.2.2 池化層
        3.2.3 批歸一化層
        3.2.4 全連接層
        3.2.5 激活函數(shù)
        3.2.6 損失函數(shù)
        3.2.7 浮點(diǎn)運(yùn)算數(shù)
    3.3 幾何特征預(yù)處理
        3.3.1 線段過濾算法
        3.3.2 線段相對深度的計(jì)算
    3.4 線段卷積神經(jīng)網(wǎng)絡(luò)模塊設(shè)計(jì)
        3.4.1 線段卷積
        3.4.2 線段池化
    3.5 網(wǎng)絡(luò)架構(gòu)
        3.5.1 基于線段卷積網(wǎng)絡(luò)的圖像識別算法
        3.5.2 基于線段卷積網(wǎng)絡(luò)的深度線段分類算法
    3.6 實(shí)驗(yàn)驗(yàn)證
        3.6.1 數(shù)據(jù)集介紹
        3.6.2 數(shù)據(jù)預(yù)處理
        3.6.3 實(shí)驗(yàn)結(jié)果及分析
    3.7 本章小結(jié)
第4章 圖像線段檢測網(wǎng)絡(luò)改進(jìn)及應(yīng)用
    4.1 引言
    4.2 基于圖像分割的線段檢測算法
        4.2.1 算法結(jié)構(gòu)介紹
        4.2.2 圖像語義分割網(wǎng)絡(luò)
    4.3 基于圖像分割的線段檢測算法改進(jìn)
        4.3.1 替代空洞卷積
        4.3.2 激活函數(shù)
        4.3.3 損失函數(shù)
    4.4 基于線段檢測的消失點(diǎn)檢測算法
    4.5 實(shí)驗(yàn)結(jié)果及分析
        4.5.1 線段檢測改進(jìn)結(jié)果
        4.5.2 消失點(diǎn)檢測結(jié)果
    4.6 小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者在攻讀碩士學(xué)位期間發(fā)表的成果和參與的項(xiàng)目



本文編號：3738034