跳到主要內容

臺灣博碩士論文加值系統

(44.210.21.70) 您好!臺灣時間:2022/08/15 09:34
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:李宗憲
研究生(外文):Allen Lee
論文名稱:以VQ編碼方法為基礎的物件偵測方法
論文名稱(外文):A VQ Coding Based Method for Object Detection
指導教授:嚴成文
指導教授(外文):Yen,Chen-Wen
學位類別:碩士
校院名稱:國立中山大學
系所名稱:機械與機電工程學系研究所
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:51
中文關鍵詞:物件偵測
外文關鍵詞:Object Detection
相關次數:
  • 被引用被引用:3
  • 點閱點閱:186
  • 評分評分:
  • 下載下載:30
  • 收藏至我的研究室書目清單書目收藏:0
摘要
VQ(Vector Quantization)主要的原理為在資料中找出具代表性的代碼以減少資料的繁複性,進而達到資料壓縮的最終目的。本文即利用此方法找出資料具代表性的代碼以進行分類的工作,增加資料分類的效率。
而本文所使用的分類方法為MLP分類器,MLP分類器為常常被應用在分類問題中的一種類神經網路架構,其特性為對於不易分類或資料分佈多變化的問題有某程度之分類精確度。
本文提出一種新的物件辨識方法,該方法即透過將原始資料經VQ處理並利用MLP分類器將物件及背景分離。本論文亦提出若干種提升分類正確率的方法,並經過實際實驗結果的印證,證明該方法之可行性。
目錄
第一章、緒論...........................................................1
1.1、前言..........................................................1
1.2、研究動機......................................................2
1.3、論文架構......................................................3
第二章 向量資料量化....................................................4
2.1原理............................................................4
2.2 LBG方法........................................................6
2-2-1、向量資料量化過程中的失真....................................6
2-2-2、LBG新增代碼方法.............................................7
第三章 物件辨識方法...................................................10
3.1 影像原素及視窗的概念..........................................10
3.1.1 影像原素的概念...........................................10
3.1.2 視窗的概念...............................................15
3.2 MLP分類方法...................................................17
3-2-1 MLP 分類器之架構.........................................17
3-2-2 BP訓練方法之計算式.......................................18
3.3 辨識方法流程..................................................23
第四章 實驗與結果.....................................................27
4.1 基礎實驗......................................................29
4.2 編碼簿Codeword分配............................................36
4.3 二階段MLP訓練結果.............................................40
4.4 後處理........................................................48
第五章 結論...........................................................50
參考文獻..............................................................51
參考文獻[1] Chan, C. K., Ma, C. K., 1994,“A Fast Method of Designing BetterCodebooks for Image Vector Quantization,” IEEE Transaction on Communications, Vol. 42, pp. 237-242.[2] Gray, R.M.,1984,“Vector Quantization,”IEEE ASSP Magazine,April,pp. 4-29.[3] Jose C. P., Neil R. E.,and W. C. L.,2000, “Neural and Adaptive System,” 7nd Edition,Prentice Hall,pp. 174-217.[4] Linde, Y., Buzo, A., Gray, R. M., 1980,“An Algorithm for Vector Quantizer Design,” IEEE Transaction on Communications, Vol. 28, No. 1, pp. 84-95.[5] Simon, H., 1999 , “Neural Networks,A comprehensive foundation” Prentice Hall Internation,pp.156-187.[6] 林帝任 2000, “以類神經網路區分電腦影像中的前景及背景,” 碩士論文, 國立中山大學機械工程研究所.[7] 連國珍 “數位影像處理” pp.10-7,10-8.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top