毕业设计---大规模数据驱动的阴影检测

《毕业设计---大规模数据驱动的阴影检测》由会员分享，可在线阅读，更多相关《毕业设计---大规模数据驱动的阴影检测（33页珍藏版）》请在毕设资料网上搜索。

1、 毕业设计（论文）说明书毕业设计（论文）说明书 学学 院院 软件学院软件学院 专专 业业 软件工程软件工程 年年 级级 2007 级级 姓姓 名名 指导教师指导教师 2011 年年 6 月月 15 日日 毕业设计（论文）任务书毕业设计（论文）任务书 题目： 大规模数据驱动的阴影检测 学生姓名学生姓名 学院名称学院名称 软件学院软件学院 专专 业业 软件工程软件工程 学学 号号 指导教师指导教师 职职 称称 一、原始依据 阴影作为场景光照作用下形成的最为显著的效果之一，为发现场景属性， 如：物体大小、形状和运动，提供了有利线索；但它同时也使视觉识别任务， 如：特征检测、物体识别和场景解析，变得更

2、复杂。近些年，已经有多个课题 组提出方法消除图片中光照的影响，也有课题组提出方法来移除图片中的阴 影。 本课题大规模数据驱动的阴影检测旨在识别单张图片中的阴影，其研 究动机主要来自两个方面：第一，阴影作为视觉中最普遍存在的场景元素之一， 能否对其进行有效识别对后续视觉任务的完成具有重要的影响，现阶段阴影识 别技术已取得长足的发展，但其作为视觉领域的一个基础问题仍然是一个值得 研究的开放的话题，有许多难题亟待解决；第二，受现阶段大规模数据驱动技 术的激励，使用大规模数据驱动技术来解决视觉应用中难以参数化建模的复杂 问题开辟了，相对于机器学习来说，一种全新的研究思路，呈现出广阔的研究 空间。 本课

3、题需要识别的阴影来自单张日常生活中的图片，由于日常生活场景的 复杂性必然导致阴影识别的复杂性，加之用户拍摄图片的环境、设备和方式的 差异性将进一步提升阴影检测的难度。 本课题的深入研究必须具备两个条件：第一，数据资源和设备资源，数据 资源就是用于大规模数据驱动的图片，这可以从 Flickr、Google、百度等图片 网站上获取，这些大多是用户上传的随处可得的日常生活中的照片，预计需要 下载百万张图片。设备资源可以看成是对大规模图片的有效存储和检索，由于 数据量较大，在实现过程中需要对数据进行分布式的存储和检索，需要使用 4-6 台商品计算机；第二，识别方法，数据的获取可能相对较容易，如何利用

4、数据中的信息才是本课题研究的重点，必须充分利用大规模数据中冗余的的场 景信息来辅助挖掘单张图片中的场景信息，这也是大规模数据驱动数据的灵魂 所在。 本课题主要面向学术研究，具体应用可以在阴影识别的基础上进一步拓展， 在暂不做过多的描述。 二、参考文献 1Jean-Francois Lalonde, Alexei A. Efros, Srinivasa G. Narasimhan: Detecting ground shadows in outdoor consumer photographsJ. In: European Conference on Computer Vision, 2010.

5、 2Jiejie Zhu, Kegan G.G. Samuel, Syed Z. Masood, Marshall F. Tappen: Learning to Recognize Shadows in Monochromatic NaturalImagesJ. In: International Conferenceon Pattern Recognition, 2010. 3Bryan C. Russell1 Alexei A. Efros, Josef Sivic1 William T. Freeman Andrew Zisserman: Segmenting Scenes by Mat

6、ching Image CompositesJ. In: Neural InformationProcessing Systems, 2009. 4Elena Salvador, Andrea Cavallaro, Touradj Ebrahimia: Cast shadow segmentation using invariant color featuresJ. In: Computer Vision and Image Understanding, 2004. 5Ce Liu, Jenny Yuen, Antonio Torralba: Nonparametric Scene Parsing: Label Transfer via Dense Scene AlignmentJ. In: International Conference on Pattern Recognition, 2009. 三