基于稀疏表示的可變形部件模型目標(biāo)檢測(cè).pdf

1、本文對(duì)基于稀疏表示的可變形部件模型目標(biāo)檢測(cè)進(jìn)行了研究。目標(biāo)檢測(cè)是從獲取的圖像中提取感興趣的區(qū)域，作為圖像處理的一個(gè)基礎(chǔ)而重要的問(wèn)題深受國(guó)內(nèi)外學(xué)者的重視，在視覺(jué)導(dǎo)航、目標(biāo)偵查、空間遙感等方面具有廣泛應(yīng)用。由于目標(biāo)本身外表的多變性和外界環(huán)境的復(fù)雜性，因此從靜態(tài)圖片中檢測(cè)并定位某一類目標(biāo)(例如人或車)的工作變得非常復(fù)雜?；诳勺冃尾考Ｐ?DPM（Deformable Part Model）的目標(biāo)檢測(cè)算法是由P. Felzenszwalb于2

2、008年提出，是一種魯棒且高效的目標(biāo)檢測(cè)方法。目前DPM已成為眾多分類、分割、姿態(tài)估計(jì)等算法的核心部分，利用這個(gè)模型的方法在近幾屆PASCAL VOC Challenge中都取得了較好的效果?；诳勺冃尾考Ｐ偷哪繕?biāo)檢測(cè)算法采用方向梯度直方圖HOG（ Histogram of Oriented Gradient）進(jìn)行特征表示，由于HOG無(wú)法處理模糊的邊界而且忽略了平滑的特征區(qū)域，從而影響了DPM算法的性能。近年來(lái)對(duì)于稀疏表示的研究越來(lái)越