计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
12期
3844-3849
,共6页
信息融合%对象定位%多类别分类%多示例多标记学习框架%快速子窗口搜索方法%最优框
信息融閤%對象定位%多類彆分類%多示例多標記學習框架%快速子窗口搜索方法%最優框
신식융합%대상정위%다유별분류%다시례다표기학습광가%쾌속자창구수색방법%최우광
information fusing%object localization%multi-label classification%multi-instance and multi-label learning framework%ESS(efficient subwindow search)%optimal box
为提高图像中对象定位技术的处理效果,对对象定位技术和分类技术的融合进行了研究.针对大规模、多对象类别的图像对象定位问题,提出了先进行快速分类,再精确定位的处理方案.通过MIMLSVM+多类别分类算法预判出包含对象的图像,利用ESS方法在上述图像中定位对象;针对高精度对象定位需求,提出了融入全局分类信息的最优框打分机制,将MIMLSVM+算法对于图像的分类信息融入ESS方法中最优框的打分信息中.在PASCAL 2006数据集上相应的实验结果表明,前者在缩短处理时间的同时取得了不错的定位平均精度,而后者对最优框得分的改进也在多个类别上带来了定位效果的提高.实验结果表明,分类信息融入对象定位处理中能提升处理效果.
為提高圖像中對象定位技術的處理效果,對對象定位技術和分類技術的融閤進行瞭研究.針對大規模、多對象類彆的圖像對象定位問題,提齣瞭先進行快速分類,再精確定位的處理方案.通過MIMLSVM+多類彆分類算法預判齣包含對象的圖像,利用ESS方法在上述圖像中定位對象;針對高精度對象定位需求,提齣瞭融入全跼分類信息的最優框打分機製,將MIMLSVM+算法對于圖像的分類信息融入ESS方法中最優框的打分信息中.在PASCAL 2006數據集上相應的實驗結果錶明,前者在縮短處理時間的同時取得瞭不錯的定位平均精度,而後者對最優框得分的改進也在多箇類彆上帶來瞭定位效果的提高.實驗結果錶明,分類信息融入對象定位處理中能提升處理效果.
위제고도상중대상정위기술적처리효과,대대상정위기술화분류기술적융합진행료연구.침대대규모、다대상유별적도상대상정위문제,제출료선진행쾌속분류,재정학정위적처리방안.통과MIMLSVM+다유별분류산법예판출포함대상적도상,이용ESS방법재상술도상중정위대상;침대고정도대상정위수구,제출료융입전국분류신식적최우광타분궤제,장MIMLSVM+산법대우도상적분류신식융입ESS방법중최우광적타분신식중.재PASCAL 2006수거집상상응적실험결과표명,전자재축단처리시간적동시취득료불착적정위평균정도,이후자대최우광득분적개진야재다개유별상대래료정위효과적제고.실험결과표명,분류신식융입대상정위처리중능제승처리효과.
