激光与红外
激光與紅外
격광여홍외
LASER & INFRARED
2012年
11期
1311-1315
,共5页
席林%孙韶媛%李琳娜%邹芳喻
席林%孫韶媛%李琳娜%鄒芳喻
석림%손소원%리림나%추방유
红外图像%深度估计%SVM%核函数%单目深度
紅外圖像%深度估計%SVM%覈函數%單目深度
홍외도상%심도고계%SVM%핵함수%단목심도
提出一种通过非线性学习模型来估计单目红外图像深度的算法.该算法首先通过逐步线性回归和独立成分分析(ICA)寻找对于红外图像深度相关性较强的特征,然后以具有核函数的非线性支持向量机(SVM)为模型基础,采用监督学习的方法对红外图像深度特征进行回归分析并训练,在训练过程中通过已知数据回归后的最小均方误差对模型参数进行修正,训练后的模型可对单目红外图像的深度分布进行估计.实验结果证明,利用该模型能较一致地估计单目红外图像的深度信息.
提齣一種通過非線性學習模型來估計單目紅外圖像深度的算法.該算法首先通過逐步線性迴歸和獨立成分分析(ICA)尋找對于紅外圖像深度相關性較彊的特徵,然後以具有覈函數的非線性支持嚮量機(SVM)為模型基礎,採用鑑督學習的方法對紅外圖像深度特徵進行迴歸分析併訓練,在訓練過程中通過已知數據迴歸後的最小均方誤差對模型參數進行脩正,訓練後的模型可對單目紅外圖像的深度分佈進行估計.實驗結果證明,利用該模型能較一緻地估計單目紅外圖像的深度信息.
제출일충통과비선성학습모형래고계단목홍외도상심도적산법.해산법수선통과축보선성회귀화독립성분분석(ICA)심조대우홍외도상심도상관성교강적특정,연후이구유핵함수적비선성지지향량궤(SVM)위모형기출,채용감독학습적방법대홍외도상심도특정진행회귀분석병훈련,재훈련과정중통과이지수거회귀후적최소균방오차대모형삼수진행수정,훈련후적모형가대단목홍외도상적심도분포진행고계.실험결과증명,이용해모형능교일치지고계단목홍외도상적심도신식.
