导读:本文包含了可变形模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,部件,算法,卷积,神经网络,特征,时域。
可变形模型论文文献综述
孙营,王波涛[1]（2019）在《基于可变形部件改进模型的夜间车辆检测方法》一文中研究指出针对可变形部件模型在夜间车辆检测中精确度低、检测速度慢的问题,提出基于可变部件改进模型的检测方法。在训练阶段采用Gamma预处理对夜间车辆样本进行校正,得到物体的梯度模型。在测试阶段利用一种基于(R-B)色差特征的显着性区域检测方法,通过减少待检测区域的面积,降低运算复杂度。针对夜间部分场景出现遮挡的情况,采用一种自适应权重的参数分配策略,给重要的特征部件分配较大的权重值。实验结果表明,改进后的检测方法准确率达95.12%,召回率达91.50%,平均每帧检测时间为48 ms,具有较好的实时性和鲁棒性。(本文来源于《计算机工程》期刊2019年03期）
袁宵,李勃,董蓉[2]（2019）在《基于候选框提取的可变形部件模型物体清点》一文中研究指出已有的利用图像处理进行物体清点的方法对物体本身和背景条件的统一性要求较高,不具备通用性和较高抗干扰能力,而一些准确率较高的算法计算复杂度高,难以满足生产流水线上实时性要求,因此提出一种高灵活性、高鲁棒性及通用的采用候选框提取的可变形部件模型快速物体清点方法,使用快速特征金字塔来训练可变形部件模型,并通过对物体梯度方向直方图(Histograms of Oriented Gradients,HOG)特征按能量大小区域旋转的方法来提高算法的抗旋转能力;然后使用改进的基于先验信息的edge boxes算法提取目标候选框,再对候选框使用训练好的可变形部件模型进行检测;检测出的目标数量即为物体数量。设计了多组对照试验,结果证明,该方法具有较高的通用性和鲁棒性,在准确性和检测效率上也完全能够达到工业生产中实时检测系统的要求。(本文来源于《现代制造工程》期刊2019年02期）
王萌[3]（2019）在《生物电磁学仿真框架构建及儿童可变形模型的电磁辐射模拟应用》一文中研究指出射频电磁辐射已广泛存在于日常生活中。根据目前已有的研究结果,在使用手机等日常情景下,儿童和青少年吸收的电磁辐射剂量会高于成年人,国际癌症研究机构已将射频电磁辐射列入2B类致癌物。准确评估日常生活中儿童和青少年吸收的电磁辐射剂量非常重要。数值模拟技术是评估生物体电磁辐射剂量的常用方法。准确评估人体电磁辐射剂量的要素包括能够支持生物组织特性、匹配生物组织的吸收边界、可处理高精度模型的大规模数据、计算生物电磁学剂量和能获取计算细节的计算电磁学计算平台,以及能代表研究目标群体的人体模型。商业软件能够满足生物电磁学研究的部分需求,但无法获取模拟计算的细节,且难以有针对性的计算不同种类的比吸收率(SAR)数据。开源软件免费、容易获取、能监测计算细节,但无法使用某一款开源软件完成计算电磁场分布和生物电磁学剂量评估,或没有实现匹配生物组织的介质特性和高效吸收边界,或无法支持数据规模较大的高精度模型。本文以时域有限差分算法(FDTD)为基础,开发了一套能够满足生物电磁学辐射剂量评估研究需求的跨平台开源并行仿真框架MedFDTD,其创新性是能够同时支持生物组织特性介质计算、匹配生物组织的吸收边界、评估生物电磁学剂量和高效可跨平台并行计算,能够快速准确的完成生物电磁学剂量评估研究。在中国参考人可变形模型的基础上开发了极端体型儿童模型修复算法,构建了能够代表中国人群、具有多种体型、能用于电磁和电离辐射剂量评估研究的中国男性儿童可变形体型模型库,并在仿真框架和模型库的基础上展开儿童电磁辐射剂量评估应用研究。在生物电磁学仿真框架部分,本研究分析并实现了基于FDTD算法的计算电磁学模块,并针对生物电磁学研究的需求,实现了基于卷积完全匹配层(CPML)技术的吸收边界模块,能够计算具有色散特性的介质,提供点波源,平面波源,天线波源等激励源模板,并能计算辐射功率等参数的激励源模块,能够计算局部SAR,全身平均SAR的生物电磁学模块。基于MPI和C++AMP并行加速技术,使上述模块能在多种操作系统、多种硬件平台上利用CPU或GPU进行并行加速计算。基于IEEE推荐的质量平均SAR计算算法,开发了计算质量平均SAR等生物电磁学剂量的后处理模块。这些功能模块共同构成了兼具模拟生物电磁学常用介质和高精度模型开域空间等电磁仿真场景,直接获取辐射功率、多种标准SAR等满足生物电磁学研究需求的功能的跨平台开源并行生物电磁学仿真框架MedFDTD,并已在SourceForge和GitHub等开源平台上发布,能够获取其计算细节并拓展应用。为构建能用于电磁辐射模拟研究的儿童体型模型库,本研究根据中国男性儿童的身高、体重和体型的分布和百分位数等统计数据,以及主要内部器官推荐质量数据,在中国参考人可变形模型的基础上,构建了具有11~12岁年龄组中国男性儿童第50百分位数身高,第10、50、90百分位数体重的儿童模型,分别用于代表过轻体型、正常体型和超重体型的中国11~12岁男性儿童模型。进一步通过器官调整算法和手臂调整算法修复了过轻体型和超重体型存在的问题,完成了可代表中国人群解剖结构特征的11~12岁男性儿童体型模型库的构建。该男性儿童体型模型库符合中国人群的解剖结构、体格参数和内部器官质量分布,并可直接用于电磁、电离辐射剂量学研究。在电磁辐射剂量评估部分,本研究利用已完成的MedFDTD和儿童体型模型库,研究分析了年龄和体型对儿童电磁辐射吸收剂量及其分布的影响。模拟结果表明,年龄引起的组织参数变化,会使儿童全身质量平均SAR升高,会导致电磁辐射吸收剂量的分布发生极大的变化。与成年人相比,11~12岁年龄段的儿童的皮肤对电磁辐射能量的吸收能力降低了22.21%~48.11%。体型对儿童电磁辐射吸收剂量及其分布的影响的研究结果表明,所有体型儿童模型的全身质量平均SAR均在IEEE和ICNIRP制定的射频电磁波公众防护限值之内。在同一频率下,过轻体型的儿童模型会出现相对更高的全身质量平均SAR。超重体型人体被高频电磁波照射时,由于皮下脂肪层可能出现驻波效应等因素,脂肪将成为吸收电磁辐射能量最多的组织器官,皮下脂肪层的驻波效应可能是超重体型的儿童会吸收更多电磁辐射能量的重要影响因素。综上所述,本文在生物电磁学仿真框架、中国男性儿童可变形体型模型库和儿童电磁辐射评估叁个方面展开了研究。本文开发的生物电磁学仿真框架和中国男性儿童可变形体型模型库,在生物电磁学和辐射剂量评估领域具有广阔的应用前景。(本文来源于《华中科技大学》期刊2019-01-01）
王开雄,何彪,李柏林,张雨[4]（2019）在《结合掩膜和可变形部件模型的扣件定位算法》一文中研究指出针对原始可变形部件模型在定位铁路扣件时误定位率过高的问题,提出一种结合掩膜和可变形部件模型的扣件定位算法。在训练步骤中,对训练出的扣件可变形部件模型作掩膜操作,去除模型中的部分扣件背景区域。统计去除过后模型部件得分的分布,从而确定各个部件的权重。对于一张新的待定位图像,采用训练完成的部件权重计算模型检测得分,根据得分高低确定扣件位置。实验结果表明,与目前主流扣件定位方法相比,原始可变形部件模型定位效果较好,提出的算法相比于原始可变形部件模型误定位率减小了52%。另外,在强阳光和阴天时,模型同样能够准确定位扣件。(本文来源于《计算机工程与应用》期刊2019年20期）
张文叶[5]（2018）在《基于背景建模和可变形部件模型的行人检测算法研究》一文中研究指出行人检测是模式识别、计算机视觉、人工智能等领域中研究的热点问题。复杂的检测环境及行人较大的非刚体特性,给行人检测带来了很大的挑战。基于此,本文提出了基于背景建模和可变形部件模型(Deformable Part Model,DPM)的行人检测框架,并编程实现了该行人检测系统。可变形部件模型是近些年受到关注较多的行人检测算法之一,并取得了较好的行人检测效果,但其图像特征提取的复杂度较高,存在计算量较大的缺点,在背景较复杂时也会出现一定的误检和漏检情况。针对行人在视频中往往具有运动的属性,本文提出了运动目标提取和行人检测相结合的算法框架,提高了行人检测系统的实时性和准确率。本文的主要工作内容及成果如下:1)前景运动目标提取。在分析了帧间差分法、光流法、背景差分法、Vibe背景建模等方法优缺点的基础上,使用高斯混合模型(Gaussian Mixture Model,GMM)对背景进行建模,在抑制大部分干扰的前提下,有效地提取前景运动目标。同时,通过色调判断去除目标阴影,通过对全局灰度的变化抑制光照突变的影响。2)可变形部件模型设计。在对行人姿态多样性和目标互相遮挡分析的基础上,本文设计实现了基于改进的方向梯度直方图(Histogram of Oriented Gradient,HOG)特征和扩展的支持向量机(Support Vector Machines,SVM)的可变形部件模型行人检测算法,并给出了模型的训练过程。3)快速的行人检测系统设计。针对可变形部件模型算法复杂度高、计算量大、实时性较差的缺点,首先对视频帧进行运动目标提取,只针对前景运动区域进行行人检测,有效提高了系统的实时性;同时进一步抑制了复杂背景对检测造成的干扰,提高检测的准确率,降低系统的误检率。4)基于网络摄像机的行人检测系统设计实现。设计实现了基于C++的快速行人检测系统,运用此系统在实际场景中进行测试,并对测试结果进行分析。(本文来源于《河南大学》期刊2018-06-01）
刘泽[6]（2018）在《基于可变形部件模型和卷积神经网络的车辆检测方法》一文中研究指出车辆检测算法是智能交通领域的一项重要研究课题,在安全驾驶辅助技术中起着重要作用。因可变形部件模型具有较高的准确率和较好的检测效率,已经被广泛应用到车辆检测领域。在当前形势下,降低被部分遮挡车辆的漏检率问题和降低非车辆的误检率问题一直是基于机器视觉的车辆检测技术中的两大技术难点,车辆检测算法仍然存在着较大提升空间。本文对传统图像检测中基于可变形部件模型的车辆检测算法进行了深入研究,并主要针对降低车辆检测中的漏检率和误检率两个方面问题进行了改进,具体的研究工作如下:(1)在深入分析可变形部件模型原理的基础上,本文创造性地提出了基于双车辆可变形部件模型的车辆检测算法。其基本思想是,首先对图像采用分区域匹配,避免模型与窗口匹配程度低而产生漏检,然后融合匹配结果从而降低车辆检测中多车辆检测情况下被部分遮挡车辆检测的漏检情况。这种双车辆可变形部件模型的车辆检测算法,可充分减少被遮挡车辆漏检概率。实验结果表明:本算法在存在部分遮挡车辆的车辆检测中要优于现有算法,能够满足安全驾驶辅助技术应用中的实用性要求。(2)针对车辆检测中存在的非车辆被误检为车辆的问题,在构建双车辆可变形部件模型的基础上,本文创造性地提出了基于双车辆可变形部件模型和卷积神经网络的车辆检测算法。将深度学习高效提取特征的优势引入到基于视觉的车辆检测领域,从而避免了传统车辆特征提取效率差等问题。本文采用的卷积神经网络就是以深度学习为基础,将可变形部件模型特征提取过程步骤展开,可变形部件模型特征提取层和卷积神经网络的卷积层一一映射,使可变形部件模型重构为卷积神经网络,用卷积神经网络学习到的特征来替换可变形部件模型所使用的HOG特征,使可变形部件模型能够得到更加全面的车辆特征,从而降低车辆误检率。实验结果表明:本算法在车辆的检测中能够进一步降低车辆被误检的概率,使车辆检测算法更加完善。本文训练基于双车辆可变形部件和卷积神经网络的车辆检测模型,并在江苏大学“江大智能行”号无人驾驶汽车平台进行算法的试验验证。源代码为VS2008工程文件形式,操作系统为Win7 64位操作系统,开发工具为Microsoft visual studio 2008、Matlab2012a。(本文来源于《江苏大学》期刊2018-06-01）
赵猛,张贺,曹茂永,白培瑞,王洋[7]（2018）在《基于可变形部件模型的驾驶员人脸检测》一文中研究指出交通监控中车辆驾驶室内环境较为复杂,如光线暗、遮挡、分辨率低等,现有的人脸检测方法效果不佳.提出了一种基于可变形部件模型的驾驶员人脸检测方法.通过提取聚合通道特征(局部二值模式和梯度方向直方图),得到候选人脸目标.基于监控图像中车牌与驾驶员人脸的相对位置存在比较固定的模式,将车牌与驾驶员人脸看作是可变形部件模型中的两个部件,用于验证车牌和候选目标相对位置关系的合理性,从而确定驾驶员人脸的位置.实验结果表明提出的方法提高了检测准确率和综合性能指标,有效地滤除了人脸虚警,且召回率影响较小.(本文来源于《北京理工大学学报》期刊2018年04期）
柴恩惠[8]（2018）在《基于可变形部件模型的快速行人检测算法》一文中研究指出近几年随着计算机视觉技术在国内计算机应用方面越来越被广泛地关注,目标检测作为最基本的工作也越来越受到关注。由于行人检测属于图像处理和计算机视觉分析领域中较为困难且最为基础的工作,因此,在目标检测问题中,近几年,计算机研究者的主要研究内容是针对行人检测算法中的问题进行解决,并对行人检测技术进行改进。并且,随着数字或视频图像处理技术在国内外持续性的发展,行人检测技术被应用到人们生活的各方各面,例如:在交通中的违章违规检测;在医疗中的肿瘤疾病检测;在公共场所门禁使用的检测系统等。因此,行人检测系统对鲁棒性与实时性的要求十分的严格,在复杂的静态图像或者视频帧图像中如何使检测的准确度和检测的耗时度两方面达到一个高水平的权衡,已经成为近年来行人检测问题中的一大研究难点,也成为了相关研究人员的研究热点。因此,在近年来针对目标检测较为主流的算法中,基于部件的目标检测算法因其较高的性能被更多的用于行人检测,其中效果最为突出的是可变形部件模型算法。可变形部件模型算法是一种具有融合了现代图像特征和机器学习的算法。该算法中行人检测的主要步骤分为:行人特征的提取、建立可变形部件的语义以及结构模型、对可变形部件模型进行训练和最终在静态图像上进行的行人定位与检测。由于基于梯度方向直方图的特征在背景复杂、光照较强和检测目标有形变情况时的鲁棒性较好,因此,在基于可变形部件模型算法特征提取的环节,一般使用梯度直方图特征进行描述行人的特征。提取得到的特征通过支持向量机进行训练分类,最终建立可变形部件模型,通过模型匹配目标图像中的行人,从而检测并定位出行人。本文的算法是在可变形部件模型上,针对该算法准确度较高,但检测耗时过长的问题进行改进。首先,在特征提取部分使用卷积神经网络模型特征替换梯度直方图特征,解决了梯度直方图特征计算量过大导致的耗时长的问题。其次,在可变形部件建模部分将5个部件增加到8个,解决了为提高检测速度而降低准确率的问题。然后,在可变形部件模型训练部分使用添加了潜在值的隐变量支持向量机进行模型的训练,相较于支持向量机得到的准确度更高。最后,在行人检测部分之前使用级联检测算法建立简化模型,并结合分支定界算法,提取感兴趣区域,解决了行人定位时的耗时过长的问题。本文算法最终在INRIA数据集上进行验证。结果表明本文算法在检测的精度与速度上都具有很好的效果。(本文来源于《内蒙古师范大学》期刊2018-04-01）
洪志恒,陈明,秦玉芳,李净[9]（2018）在《基于可变形部件模型的渔船安全监控系统》一文中研究指出基于视频的渔船驾驶舱人员检测是渔船安全行驶的保障。为解决渔船驾驶室小范围场景下人员的多姿态、多尺度、遮挡严重造成的检测精度不高的问题,系统针对场景重新建模,优化各组件权重和改变可变形部件模型的打分函数,并优化非极大抑制法,进一步缓解人员遮挡造成的多检和漏检问题,最后利用北斗卫星导航系统的报文传输功能实现对近海渔船的驾驶舱安全监控。实验结果表明,系统进一步增加了该场景下人员检测和人数统计的精度,满足了渔业安全监控的需要。(本文来源于《计算机应用与软件》期刊2018年02期）
李春晖,孙士勇,牛斌,杨睿[10]（2018）在《MFC驱动的可变形机翼缩比模型主动变形研究》一文中研究指出通过建立可变形机翼主动变形的仿真模型,分析压电纤维复合材料(MFC)驱动下的扭转变形,同时以地面实验作验证,研究了MFC在受电压载荷驱动下,对缩比模型主动变形产生的影响。结果表明,热弹性比拟法对可变形机翼在MFC驱动下的主动变形分析,是可行有效的;MFC的驱动效率和其与模型固定端的距离有关;同时,电压的加载方式和速度可进行自主化选择。(本文来源于《压电与声光》期刊2018年01期）
可变形模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
已有的利用图像处理进行物体清点的方法对物体本身和背景条件的统一性要求较高,不具备通用性和较高抗干扰能力,而一些准确率较高的算法计算复杂度高,难以满足生产流水线上实时性要求,因此提出一种高灵活性、高鲁棒性及通用的采用候选框提取的可变形部件模型快速物体清点方法,使用快速特征金字塔来训练可变形部件模型,并通过对物体梯度方向直方图(Histograms of Oriented Gradients,HOG)特征按能量大小区域旋转的方法来提高算法的抗旋转能力;然后使用改进的基于先验信息的edge boxes算法提取目标候选框,再对候选框使用训练好的可变形部件模型进行检测;检测出的目标数量即为物体数量。设计了多组对照试验,结果证明,该方法具有较高的通用性和鲁棒性,在准确性和检测效率上也完全能够达到工业生产中实时检测系统的要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可变形模型论文参考文献
[1].孙营,王波涛.基于可变形部件改进模型的夜间车辆检测方法[J].计算机工程.2019
[2].袁宵,李勃,董蓉.基于候选框提取的可变形部件模型物体清点[J].现代制造工程.2019
[3].王萌.生物电磁学仿真框架构建及儿童可变形模型的电磁辐射模拟应用[D].华中科技大学.2019
[4].王开雄,何彪,李柏林,张雨.结合掩膜和可变形部件模型的扣件定位算法[J].计算机工程与应用.2019
[5].张文叶.基于背景建模和可变形部件模型的行人检测算法研究[D].河南大学.2018
[6].刘泽.基于可变形部件模型和卷积神经网络的车辆检测方法[D].江苏大学.2018
[7].赵猛,张贺,曹茂永,白培瑞,王洋.基于可变形部件模型的驾驶员人脸检测[J].北京理工大学学报.2018
[8].柴恩惠.基于可变形部件模型的快速行人检测算法[D].内蒙古师范大学.2018
[9].洪志恒,陈明,秦玉芳,李净.基于可变形部件模型的渔船安全监控系统[J].计算机应用与软件.2018
[10].李春晖,孙士勇,牛斌,杨睿.MFC驱动的可变形机翼缩比模型主动变形研究[J].压电与声光.2018
论文知识图
