版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、模型擬合是計(jì)算機(jī)視覺中一個(gè)重要的研究領(lǐng)域,是魯棒統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和圖像處理等多個(gè)學(xué)科的交叉研究方向。模型擬合的主要任務(wù)是能夠有效地?cái)M合觀測(cè)數(shù)據(jù)中所蘊(yùn)含的所有模型實(shí)例。由于觀測(cè)數(shù)據(jù)中往往含有大量的離群點(diǎn)或者存在不平衡數(shù)據(jù),且可能同時(shí)存在多個(gè)模型實(shí)例,因此,設(shè)計(jì)一個(gè)具有較好的魯棒性且能夠有效地?cái)M合多結(jié)構(gòu)數(shù)據(jù)的模型擬合方法具有很大的挑戰(zhàn)性。近些年來,國(guó)內(nèi)外許多學(xué)者提出了大量?jī)?yōu)秀的模型擬合方法。然而,當(dāng)前的模型擬合方法在算法擬合準(zhǔn)確性或計(jì)算速度
2、上還遠(yuǎn)遠(yuǎn)無法滿足實(shí)際需求。此外,能夠提供一致性擬合結(jié)果的確定性擬合方法還處于一個(gè)剛剛起步的發(fā)展階段,存在適用范圍太窄的問題。
針對(duì)以上的問題和難點(diǎn),本文以數(shù)據(jù)關(guān)系為框架,研究如何構(gòu)建有效的簡(jiǎn)單圖和超圖模型用于表示模型假設(shè)之間和模型假設(shè)與數(shù)據(jù)點(diǎn)之間的復(fù)雜關(guān)系。此外,本文還研究挖掘特征表觀含有的先驗(yàn)信息用于表示數(shù)據(jù)點(diǎn)之間的關(guān)系。研究?jī)?nèi)容主要包括對(duì)不平衡數(shù)據(jù)的處理、超圖的構(gòu)建、模型選擇的準(zhǔn)確率的提高和確定性算法的適用性范圍的擴(kuò)展等。
3、在此基礎(chǔ)上,提出一些新的模型擬合方法。本文提出的模型擬合方法具有較好的魯棒性,并能夠取得較好的擬合效果。本文的主要研究?jī)?nèi)容和創(chuàng)新之處包括:
(1)提出一種基于簡(jiǎn)單圖模式搜索的模型擬合方法。在特征空間中,不平衡數(shù)據(jù)往往會(huì)導(dǎo)致模型擬合方法將來自較小結(jié)構(gòu)的內(nèi)點(diǎn)誤認(rèn)為是離群點(diǎn),從而導(dǎo)致無法準(zhǔn)確地?cái)M合模型實(shí)例?;诤?jiǎn)單圖模式搜索的模型擬合方法通過簡(jiǎn)單圖模型將特征空間的模型擬合問題轉(zhuǎn)化為參數(shù)空間的模型擬合問題,從而能夠直接對(duì)模型假設(shè)進(jìn)行操
4、作,可有效緩解算法對(duì)數(shù)據(jù)分布的敏感性。此外,該擬合方法還將模型假設(shè)的偏好分析引入到模式搜索算法中,以減弱無效模型假設(shè)對(duì)算法性能的影響。為了進(jìn)一步緩解對(duì)不平衡數(shù)據(jù)的敏感性,該擬合方法通過隨機(jī)游走算法對(duì)簡(jiǎn)單圖的整體結(jié)構(gòu)進(jìn)行分析,有利于算法避免陷入局部最優(yōu)。實(shí)驗(yàn)結(jié)果表明基于簡(jiǎn)單圖模型搜索的模型擬合方法能夠在復(fù)雜的不平衡數(shù)據(jù)中取得較好的擬合效果。
(2)提出一種基于超圖子圖檢測(cè)的模型擬合方法。基于超圖子圖檢測(cè)的模型擬合方法通過構(gòu)建超圖
5、模型來表示模型假設(shè)與數(shù)據(jù)點(diǎn)之間的復(fù)雜關(guān)系。該超圖模型能夠避免被轉(zhuǎn)化為簡(jiǎn)單圖,能直接被用于處理模型擬合問題。該擬合方法還包含了一種魯棒的子圖檢測(cè)算法,能夠有效地分割子圖并自動(dòng)估計(jì)子圖數(shù)量。實(shí)驗(yàn)結(jié)果表明該擬合方法在計(jì)算速度和擬合準(zhǔn)確性上均能取得較好的擬合效果。
(3)提出一種基于超圖模式搜索的模型擬合方法?;诔瑘D模式搜索的模型擬合方法通過超圖模型在參數(shù)空間中處理模型擬合問題,能夠有效緩解算法對(duì)不平衡數(shù)據(jù)的敏感性問題,并同時(shí)挖掘超
6、圖模型帶來的擬合準(zhǔn)確性較高的優(yōu)勢(shì)。該擬合方法還包含一種基于超圖的模式搜索算法。該模式搜索算法通過分析超圖頂點(diǎn)的權(quán)重度量以及頂點(diǎn)之間的相似性,有效地搜索對(duì)應(yīng)真實(shí)模型實(shí)例的權(quán)威模式。實(shí)驗(yàn)結(jié)果表明該擬合方法在相對(duì)平衡和不平衡的數(shù)據(jù)上均能取得擬合準(zhǔn)確性較高的擬合效果。
(4)提出一種基于超像素的確定性擬合方法。前面三種擬合方法均是基于隨機(jī)性的擬合方法,無法提供一致性的擬合結(jié)果?;诔袼氐拇_定性擬合方法通過分割超像素將特征表觀含有的先
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺模型的魯棒水印方法.pdf
- 基于魯棒設(shè)計(jì)的結(jié)構(gòu)動(dòng)力模型修正方法研究.pdf
- 基于幾何約束的魯棒圖像配準(zhǔn).pdf
- 抗幾何攻擊魯棒圖像水印方法研究.pdf
- 基于連續(xù)一致性集的魯棒多模型擬合算法研究.pdf
- 基于魯棒模型的過程工藝與控制集成設(shè)計(jì)方法研究.pdf
- 基于云模型的物聯(lián)網(wǎng)魯棒性評(píng)估方法.pdf
- 自適應(yīng)的尺度估計(jì)及魯棒的類熵模型擬合算法.pdf
- 化工過程魯棒數(shù)據(jù)校正方法的研究.pdf
- 基于數(shù)據(jù)采樣的混沌保密通信系統(tǒng)魯棒同步控制方法研究.pdf
- 數(shù)據(jù)擬合方法研究
- 抗幾何攻擊魯棒性水印研究.pdf
- 魯棒模型預(yù)測(cè)控制與基于數(shù)據(jù)重構(gòu)的故障檢測(cè).pdf
- 抗幾何攻擊的魯棒數(shù)字水印研究.pdf
- 基于幾何特征配準(zhǔn)的圖像魯棒拼接算法.pdf
- 基于模型的不確定系統(tǒng)魯棒故障檢測(cè)與估計(jì)方法研究.pdf
- 基于圖像特征的抵抗幾何攻擊的魯棒數(shù)字水印.pdf
- 魯棒優(yōu)化模型
- 基于DCT系數(shù)關(guān)系的魯棒水印算法研究.pdf
- 基于魯棒的圖像壓縮感知處理方法研究.pdf
評(píng)論
0/150
提交評(píng)論