圖像深度特征提取方法研究
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【部分圖文】:
圖5.4局部地圖、掃描、幀、特征之?
棊于RGB-D相機數(shù)據(jù)的室內三維冀建摸型與方法研究表5.2計算任務分配表??計算乎臺?計算任務??ARM#1?畸變校正、深度圖像雙邊濾波等預處理、ORB特征提取??ARM?#2?特征匹配與驗證、掃描控制程岸??ARM?#3?SLAM++增量式優(yōu)化??PC?.全麵地圏生成、三負網(wǎng)4....
圖1.5特征提取過程
在該特征空間上,圖像中的每個像素更具有可分性。如圖1.5所示,特征提取是通過某種變換操作P,將原始特征從輸入域X映射到特征域Y。在特征域中,同種類別樣本的特征值更相似,其表現(xiàn)是在距離上同種類樣本之間距離更近,不同種類樣本之間距離更遠。這樣增加了樣本的判別性,提高分類器....
圖3.7感知損失網(wǎng)絡用于紅外與可見光圖像融合
基于無監(jiān)督深度學習的紅外與可見光圖像融合方法研究54當使用感知損失網(wǎng)絡提取輸入源圖像深層特征時,將單通道紅外圖像、可見光圖像及調節(jié)圖像在通道維進行級聯(lián)組成三通道作為輸入,模擬真實圖像;當使用感知損失網(wǎng)絡提取融合后圖像深層特征時,因融合目標明確且融合圖像單一,直接將三路同樣的融合圖....
圖2.1基于深度圖像序列的人體動作特征提取方法流程圖
t傳感器)為本文獲取深度視頻序列提供了方便。在深度圖像中,每個像素代表了圖像中的深度值,從而保留了視覺信息中的三維信息。深度圖像在復雜背景、遮擋等因素的影響要比RGB小很多,并且在光照條件不同的情況下,紋理和顏色不發(fā)生改變,這些優(yōu)勢都為基于深度圖像序列的人體動作識別研究提供了更多....
本文編號:4000336
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/4000336.html
下一篇:沒有了