【摘要】：近年來,我國綜合國力迅猛發(fā)展,寵物市場的規(guī)模也在不斷擴(kuò)大。狗作為最受歡迎的寵物,在寵物市場中扮演著重要的作用,正因如此,實(shí)現(xiàn)對于狗臉的進(jìn)一步研究顯得尤為重要。在對狗臉的進(jìn)一步研究中,狗臉識別是最重要的一項(xiàng)。參考人臉識別系統(tǒng),若要實(shí)現(xiàn)狗臉的識別,常規(guī)的做法是提取狗臉的特征點(diǎn),然后基于提取的特征點(diǎn)訓(xùn)練模型實(shí)現(xiàn)狗臉識別。雖然人臉的特征點(diǎn)提取已經(jīng)發(fā)展得相對成熟,但是狗臉的特征點(diǎn)提取卻少有相關(guān)的研究。本文參考人臉識別,對狗臉識別中的狗臉特征點(diǎn)提取進(jìn)行研究,發(fā)現(xiàn)不同的狗臉由于形狀上的區(qū)別難以建立一個統(tǒng)一的模型,因此本文提出對于不同的狗臉應(yīng)該建立不同的特征點(diǎn)提取模型,并給出一種創(chuàng)新的特征點(diǎn)提取方法,以實(shí)現(xiàn)輸入一張未知品種的狗臉圖片,能提取出最合適該狗臉的特征點(diǎn)。本文首先將HOG特征與SVM方法相結(jié)合,實(shí)現(xiàn)狗臉檢測,之后對于給定的品種,使用ERT算法實(shí)現(xiàn)該品種狗臉的特征點(diǎn)提取,最后基于前面兩步工作,設(shè)計(jì)兩套狗臉特征點(diǎn)提取的方法,第一種采用枚舉法的思想,將輸入圖片與目標(biāo)檢測模型中的品種逐一對比檢測,選出其可能的品種類型集合,然后用集合中品種對應(yīng)的模型來提取特征點(diǎn),最后根據(jù)特征點(diǎn)的像素灰度值,利用其與對應(yīng)品種的平均像素灰度值之間的歐氏距離,確定輸入圖片狗臉最佳特征點(diǎn);第二種方法采用聚類的思想,將所有的訓(xùn)練圖片根據(jù)面部截圖的HOG特征進(jìn)行聚類,確定k個子類所含品種,將k個子類分別建立檢測模型。接著,將輸入圖片與所有子類的檢測模型對比檢測,確定其所在的子類。之后,用子類中所含品種對應(yīng)的模型來提取特征點(diǎn)。最后,根據(jù)特征點(diǎn)的像素值,利用其與對應(yīng)品種的平均像素值之間的歐氏距離,確定輸入圖片狗臉狗臉最佳特征。為測試兩種提取方法的性能,本文考慮了柯基、哈士奇、薩摩耶、柴犬、博美、法斗、德牧、牛頭梗、惡霸犬、金毛、阿拉斯加、拉布拉多、杜賓13個品種,每個品種有30張圖,每張圖共41個特征點(diǎn)的測試集進(jìn)行測試。第一種方法在測試集上的MSE為11.7217,總耗時為1652秒;第二種方法在測試集上的MSE為16.6276,總耗時為409秒。從測試集上的表現(xiàn)可以看出,方法一比方法二更加精準(zhǔn),方法二比方法一耗時更短。由此得出結(jié)論:方法一更適合對精度要求高,對時間要求低的場景,比如提取狗臉特征點(diǎn)進(jìn)行狗臉識別等;方法二更適合對時間要求高,對精度要求低的場景,比如在線提取狗臉特征點(diǎn)進(jìn)行狗臉美顏等。
【圖文】：

圖１．１：市場規(guī)模預(yù)測逡逑狗，作為最受歡迎的一類寵物，在寵物市場的增長中擔(dān)當(dāng)著重要的角色。隨著逡逑養(yǎng)狗數(shù)量的增加，狗的丟失數(shù)也相對增加。對于愛狗人士來說，狗的重要性不亞于逡逑親人，一旦失去狗，其中的痛苦也只有他們能懂。若能實(shí)現(xiàn)對于狗臉的識別，每只逡逑

上海師范大學(xué)碩士學(xué)位論文邐第三章ＨＯＧ特征以及狗臉檢測逡逑入到ＳＶＭ中進(jìn)行訓(xùn)練生成基本分類器，之后用基本分類器對負(fù)樣本進(jìn)行識別，，將逡逑誤識別的區(qū)域提取出來，加入到負(fù)樣本中。最后，對新的正樣本集和負(fù)樣本集進(jìn)行逡逑ＨＯＧ特征提取并添加標(biāo)簽，然后輸入到ＳＶＭ中進(jìn)行訓(xùn)練，生成最終的分類器來進(jìn)逡逑行相應(yīng)品種狗的檢測。圖３．３給出了相應(yīng)流程圖：逡逑ｆ邐＾邐Ｎ邐ｆ邐＾逡逑
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S829.2;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉文強(qiáng);楊海忠;;一種應(yīng)用于電子地圖道路特征點(diǎn)提取的新方法[J];科學(xué)技術(shù)與工程;2012年30期

2 閆偉齊,丁瑋,齊東旭;字形設(shè)計(jì)中曲線特征點(diǎn)提取方法的研究[J];北方工業(yè)大學(xué)學(xué)報(bào);1999年03期

3 喜文飛;方源敏;隋玉成;王濤;;一種改進(jìn)的矢量曲線特征點(diǎn)提取方法[J];江西科學(xué);2011年02期

4 劉瓊;倪國強(qiáng);周生兵;;圖像配準(zhǔn)中幾種特征點(diǎn)提取方法的分析與實(shí)驗(yàn)[J];光學(xué)技術(shù);2007年01期

5 趙夫群;;計(jì)算機(jī)圖像配準(zhǔn)的三種特征點(diǎn)提取算法的比較研究[J];數(shù)字技術(shù)與應(yīng)用;2016年04期

6 徐璐;邱聯(lián)奎;劉蘇;;基于小波的指紋特征點(diǎn)提取算法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2010年12期

7 戚世貴;;尺度不變特征點(diǎn)提取算法的改進(jìn)算法[J];國外電子測量技術(shù);2008年09期

8 李帥;方源敏;喜文飛;;矢量曲線特征點(diǎn)提取方法的改進(jìn)[J];河南科學(xué);2011年04期

9 楊曉暉;王文娟;;圖像特征點(diǎn)提取角點(diǎn)量閾值自適應(yīng)選取方法[J];光學(xué)與光電技術(shù);2012年05期

10 柴海燕;田東平;范九倫;;指紋圖像預(yù)處理與細(xì)節(jié)特征點(diǎn)提取[J];微計(jì)算機(jī)信息;2009年18期

相關(guān)會議論文 前10條

1 聶玖星;李建華;王宏;;基于筆劃類型的漢字特征點(diǎn)提取算法研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

2 楊曉暉;寧彥俊;王文娟;;圖像特征點(diǎn)提取角點(diǎn)量閾值自適應(yīng)選取方法[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會論文集[C];2012年

3 姜立軍;熊志勇;李哲林;;基于亞像素特征點(diǎn)提取的螺紋檢測粗糙聚類[A];中國計(jì)算機(jī)圖形學(xué)進(jìn)展2008--第七屆中國計(jì)算機(jī)圖形學(xué)大會論文集[C];2008年

4 鐘寶江;廖文和;;曲率特征點(diǎn)提取及應(yīng)用的一些進(jìn)展[A];幾何設(shè)計(jì)與計(jì)算的新進(jìn)展[C];2005年

5 陳平;王培珍;周芳;王雪峰;;苗木圖像的特征點(diǎn)提取與匹配方法研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

6 梁倬;尹梁;;指紋識別中的特征點(diǎn)提取算法[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

7 馬少平;田愛玲;劉丙才;王紅軍;;點(diǎn)陣列標(biāo)定模板圖像特征點(diǎn)提取方法[A];2010年西部光子學(xué)學(xué)術(shù)會議摘要集[C];2010年

8 阮曉鋼;魏若巖;朱曉慶;李建更;Quattara SIE;;小天體軟著陸中的特征點(diǎn)提取與跟蹤算法研究[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第九屆學(xué)術(shù)年會論文集（上冊）[C];2012年

9 王青;魏彩云;;一種基于鏈碼跟蹤的干涉圖信息特征點(diǎn)提取算法[A];第十三屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2010年

10 趙向陽;杜利民;;基于數(shù)據(jù)提純的圖像融合[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

相關(guān)博士學(xué)位論文 前7條

1 毛敏;基于寬基線的弱紋理特征點(diǎn)提取與描述方法研究[D];東華大學(xué);2014年

2 王丹;抗幾何攻擊的信息隱藏技術(shù)研究[D];復(fù)旦大學(xué);2008年

3 李璐璐;基于結(jié)構(gòu)光反射的平面子鏡拼接檢測技術(shù)研究[D];電子科技大學(xué);2015年

4 趙陽;高顯現(xiàn)力三目視覺測量關(guān)鍵技術(shù)[D];天津大學(xué);2011年

5 劉佳;葉片復(fù)雜曲面原位測量關(guān)鍵技術(shù)研究[D];吉林大學(xué);2016年

6 耿蕾蕾;基于字典學(xué)習(xí)算法的遙感圖像復(fù)原及其應(yīng)用研究[D];南京理工大學(xué);2016年

7 王小超;三維數(shù)字幾何處理中特征提取與孔洞修補(bǔ)研究[D];大連理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 芮誠;基于ERT算法的狗臉特征點(diǎn)提取[D];上海師范大學(xué);2019年

2 馬瑩;圖像特征點(diǎn)提取與匹配算法研究[D];哈爾濱工程大學(xué);2018年

3 陶凱;基于深度學(xué)習(xí)的汽車前臉特征點(diǎn)提取及其應(yīng)用[D];大連理工大學(xué);2018年

4 郭光毅;骨架構(gòu)建技術(shù)及在空間目標(biāo)形狀測度中的應(yīng)用研究[D];湖北大學(xué);2015年

5 王莎莎;多視角圖像的特征點(diǎn)提取與立體匹配研究[D];武漢理工大學(xué);2016年

6 張紹光;基于局部重建的點(diǎn)云特征點(diǎn)提取[D];大連理工大學(xué);2013年

7 陳靜;圖像配準(zhǔn)特征點(diǎn)提取算法研究[D];南京理工大學(xué);2006年

8 吳哲岑;基于雙目立體視覺的特征點(diǎn)提取與定位方法研究[D];吉林大學(xué);2015年

9 陳淑蕎;數(shù)字圖像特征點(diǎn)提取及匹配的研究[D];西安科技大學(xué);2009年

10 路紅亮;機(jī)器視覺中相機(jī)標(biāo)定方法的研究[D];沈陽工業(yè)大學(xué);2013年

本文編號：2636198