论文部分内容阅读
针对不同场景下静态图像中单目标的检测问题，结合自然界各个目标特有的凸属性特点，提出了一种基于最优化凸分组的目标检测方法。比较系统地论述了最优化凸分组的基本原理，介绍了详细的实现过程，主要包括Canny边缘检测参数的设置、基于边缘点的线段拟合、凸分组中凸多边形的构造以及最优化凸多边形的判定。实验结果表明，该方法对任意场景下的单目标检出率和检测准确性良好，结合目标凸属性的最优化判定方式具有检出速度快，且不受机器学习中的样本数据影响的特点，具有很好的普遍适应性。