摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 课题背景以及研究意义 | 第11-12页 |
1.2 机器视觉的发展现状 | 第12-13页 |
1.3 场景分类的发展现状 | 第13-14页 |
1.4 物体识别的发展现状 | 第14-16页 |
1.4.1 物体粗粒度识别 | 第14-15页 |
1.4.2 物体细粒度识别 | 第15-16页 |
1.5 运动物体检测与跟踪的发展现状 | 第16-18页 |
1.6 基于视觉的移动机器人环境地图构建的发展现状 | 第18-20页 |
1.7 课题来源 | 第20页 |
1.8 研究内容以及论文安排 | 第20-23页 |
第2章 基于中层特征稀疏编码的场景分类 | 第23-39页 |
2.1 引言 | 第23-24页 |
2.2 基于边缘轮廓信息密度的中层特征提取方法 | 第24-27页 |
2.2.1 边缘检测 | 第24-26页 |
2.2.2 基于边缘轮廓信息密度的中层特征选择 | 第26-27页 |
2.3 基于稀疏编码直方图的中层特征表达 | 第27-31页 |
2.3.1 梯度方向直方图特征 | 第27-28页 |
2.3.2 稀疏编码直方图特征 | 第28-31页 |
2.4 基于中层特征稀疏编码的场景分类 | 第31-33页 |
2.5 实验结果与分析 | 第33-37页 |
2.5.1 MIT Indoor 67 Scene数据集 | 第33-34页 |
2.5.2 UIUC 8-Sports数据集 | 第34-36页 |
2.5.3 实验结果分析 | 第36-37页 |
2.6 本章小结 | 第37-39页 |
第3章 基于权重系数DPM模型的物体细粒度识别 | 第39-53页 |
3.1 引言 | 第39-40页 |
3.2 权重系数DPM模型 | 第40-47页 |
3.2.1 权重系数DPM模型的提出 | 第40-41页 |
3.2.2 基于权重系数DPM模型的物体识别 | 第41-42页 |
3.2.3 隐支持向量机 | 第42-44页 |
3.2.4 DPM模型的训练 | 第44-45页 |
3.2.5 权重系数学习 | 第45-47页 |
3.3 实验结果与分析 | 第47-51页 |
3.3.1 AirplanOID数据集 | 第47-48页 |
3.3.2 Oxford-IIIT Pet数据集 | 第48页 |
3.3.3 实验结果分析 | 第48-51页 |
3.4 本章小结 | 第51-53页 |
第4章 基于颜色特征的时空上下文跟踪方法 | 第53-65页 |
4.1 引言 | 第53页 |
4.2 基于归一化颜色特征的空间上下文模型 | 第53-57页 |
4.2.1 归一化颜色特征 | 第54页 |
4.2.2 颜色空间上下文模型(NC-STC) | 第54-55页 |
4.2.3 空间上下文先验模型 | 第55-56页 |
4.2.4 置信图 | 第56页 |
4.2.5 空间上下文模型的求解 | 第56-57页 |
4.3 时间信息的融合 | 第57-58页 |
4.3.1 模型的更新 | 第57页 |
4.3.2 尺度参数的更新 | 第57-58页 |
4.4 实验结果与分析 | 第58-63页 |
4.4.1 实验的定性分析 | 第60-61页 |
4.4.2 实验的定量分析 | 第61-63页 |
4.4.3 实验结果分析 | 第63页 |
4.5 本章小结 | 第63-65页 |
第5章 基于单目视觉的机器人环境建模与导航实验 | 第65-77页 |
5.1 引言 | 第65-66页 |
5.2 分层地图模型的构建 | 第66-70页 |
5.2.1 分层地图整体框架 | 第66-67页 |
5.2.2 拓扑结构层的构建 | 第67-69页 |
5.2.2.1 拓扑结构层的节点 | 第67-69页 |
5.2.2.2 拓扑层的边 | 第69页 |
5.2.3 语义结构层的构建 | 第69-70页 |
5.3 基于先锋P3-DX机器人平台的实验研究 | 第70-73页 |
5.3.1 P3-DX机器人平台简介 | 第70-71页 |
5.3.2 软件系统设计 | 第71-73页 |
5.3.2.1 需求分析 | 第71-72页 |
5.3.2.2 软件的主要功能模块 | 第72-73页 |
5.4 实验结果及分析 | 第73-76页 |
5.4.1 场景识别及物体识别 | 第73-74页 |
5.4.2 机器人导航实验 | 第74-75页 |
5.4.3 运动物体跟踪实验 | 第75-76页 |
5.5 本章小结 | 第76-77页 |
结论 | 第77-79页 |
参考文献 | 第79-85页 |
攻读硕士学位期间所发表的学术论文 | 第85-87页 |
致谢 | 第87页 |