基于深度學習的圖像特征提取

《基于深度學習的圖像特征提取》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、Ｉ分類號：學校代碼：１００６９密級：學號：１２０１６９０１１＿炙漆爾ＭＴＩＡＮＪＩＮＵＮＩＶＥＲＳＩＴＹＯＦＣＯＭＭＥＲＣＥ碩士專業(yè)學位論文基于深度學習的圖像特征提?。崳姡桑恚幔澹牐疲澹幔簦酰颍澹牐牛簦颍幔悖簦椋铮睿牐拢幔螅澹洌牐铮睿牐模澹澹蹋澹幔颍睿椋睿纾穑牐纾崳娧芯可彰和醭缟疲崳妼I(yè)名稱：應用統(tǒng)計學指導教師：趙芬霞教授”？一４丄―１Ｍｌｗ钚砟ｉ分類號：學校代碼：10069密級：研究生學號：120169011基于深度學習的圖像特征提取ImageFeatureE

2、xtractionBasedonDeepLearning研究生姓名：王崇善專業(yè)名稱：應用統(tǒng)計指導教師姓名：趙芬霞教授論文提交日期：2018年5月學位授予單位：天津商業(yè)大學獨創(chuàng)性聲明及使用授權聲明一、學位論文獨創(chuàng)性聲明本人所撰寫的學位論文是在指導教師的指導下獨立完成的研究成果。除已明確標注或得到許可外，所撰寫的學位論文中不包含他人己申請學位或其他用途所使用過的成果，不包含其他個人或集體已經發(fā)表或撰寫過的研究成果，本人的指導教師對此進行了審定。對本文的研宄做出重要貢獻的個人或集體，本人己在文中做出明確的說明

3、并表示謝意。如有不實，本人承擔相應責任。二、學位論文及研宂成果使用授權聲明本人同意授權天津商業(yè)大學以非贏利方式保存、使用本人的學位論文的電子版及紙質版。授權天津商業(yè)大學將本論文的全部內容或部分內容提供給有關方面編入數據庫進行檢索、出版及提供信息服務。同意學校向國家有關部門或機構送交論文的復?。崳?。本人在校期間取得的研究數據。件和磁盤、相關成果等知識產權歸天津商業(yè)大學所有注。：涉及保密的學位論文在解密后適用本授權學位論文作者簽字＊：ｉｔ％指導教師簽字：日期：年Ｘ月＞１日摘要本文研究基于

4、深度學習的圖像特征提取方法，并將其與傳統(tǒng)的圖像特征提取方法進行比較，研究多種圖像特征提取方法在不同環(huán)境條件下的工作情況。通過使用微軟公司提供的一定情景下常見物體圖像數據庫，來測量基于深度學習的圖像特征提取方法與傳統(tǒng)的圖像特征提取在通常狀態(tài)，圖像灰度化狀態(tài)和角度不定條件狀態(tài)下的工作效果。拆分一定情景下常見物體圖像數據庫的特定類別，并整理、篩選和修改圖片格式，制作多個相應數據集，即圖像灰度化和角度變化數據集。分別使用基于深度學習的圖像特征提取方法、基于方向梯度直方圖的圖像特征提取方法和基于尺度不變特征變換的圖像特征提取方法對不同

5、數據集進行特征提取。不同的圖像特征提取方法，在不同環(huán)境下有著不同的工作效果。通常使用的圖像特征提取方法如方向梯度直方圖和尺度不變特征變換等，需要對特征的設計具有相關領域的先驗知識，并且特征的設計和需要解決的任務、達成的目的有著密切的關系，模型的性能非常依賴于待處理數據的特點。論文的結構可以分為三個部分。文章的第一部分主要介紹了論文涉及到的理論知識和相關原理，其中包括方向梯度直方圖和尺度不變特征變換的相關原理，以及算法中需要涉及到的支持向量機和非極大值抑制相關理論，并且還有卷積神經網絡的理論和特征。文章的第二部分是實證分析環(huán)節(jié)

6、，在這個環(huán)節(jié)里，論文將分兩步展開講述，第一步是數據的清理，分別選取了一千張人和飛機圖片，其中八百張作訓練集，兩百張作測試集，然后本文將分別使用基于方向梯度直方圖、尺度不變特征變換和卷積神經網絡的特征提取模型對數據進行特征提取。文章的第三部分是總結和分析的環(huán)節(jié)。圖像特征提取技術可應用在許多領域，通過比較傳統(tǒng)特征提取方法和深度網絡能夠了解他們各自的特點使用環(huán)境和研究思路，為特定環(huán)境，如固定視角監(jiān)控錄像、晃動背景前景提取、多視角行人識別和無人機搜索救援目標等的研究應用提供幫助，本文的結論為，本文研究的結果表明基于深度學習的圖像特征

7、提取方法在通常狀態(tài)下，圖像灰度歸一化后和角度不定條件下的準確率均高于基于機器學習的圖像特征提取方法。關鍵詞：特征提??；方向梯度直方圖；尺度不變特征變換；卷積神經網絡IABSTRACTInthispaper，theimagefeatureextractionmethodbasedondepthlearningiscomparedwiththemethodbasedonmachinelearning.ByusingtheCommonobjectimagedatabaseprovidedbyMicrosoftCompany，wem

8、easuretheimagefeatureextradrawactionawayofdepthlearningandtheimagefeatureextractionofmachinelearning，respectively，underthenormalstate，theimagenor