基于深度学习的计算机视觉应用研究——道路场景多目标检测和跟踪算法开题报告
2020-05-07 20:44:42
1. 研究目的与意义(文献综述包含参考文献)
图像目标检测作为计算机视觉的一个长期、基本和具有挑战性的问题,已经成为几十年来研究的一个活跃领域。
目标检测的目的是确定是否有任何目标的实例从给定的类别(如人类,汽车,自行车,狗和猫)在某些给定的图像,如果存在,返回每个目标实例的空间位置和程度(例如,通过一个边界框)。
作为图像理解和计算机视觉的基础,目标检测构成了解决更复杂或更高层次的视觉任务的基础,如分割、场景理解、目标跟踪、图像定位、事件检测和活动识别。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容、问题解决措施及方案
(1)数据采集与标注 现有的目标检测数据集有imagenet, pascal voc,coco等。
当需要对特定的目标进行检测,需要自己采集数据并进行标注。
最常用的标注方法是在图像中标记出目标的位置信息。
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付