基于上下文的目標檢測研究.pdf

1、目標檢測是計算機視覺領域的重點和難點問題，廣泛地應用于諸如智能監(jiān)控、圖片搜索、人機交互等多個領域。由于目標外觀信息不足或光照、遮擋、視角等造成的目標外觀變化，導致了目標表征的不確定性，降低了目標檢測的準確率。而上下文信息能夠描述目標的內在聯(lián)系，所以借助上下文信息，能有效消除或減少這種不確定性對目標檢測的影響，提高目標檢測的準確度。
　　目前，基于上下文的目標檢測研究雖然取得了一定的進展，但由于目標表征與人類視覺語義鴻溝的存在，目標

2、檢測的準確度仍亟需大幅提升。為此，圍繞這一主題，我們開展了上下文信息的目標檢測研究。
　　本文針對目標檢測中的不同問題，從多個角度，充分挖掘和利用圖像中的上下文信息，進行目標檢測。在研究不同上下文表示的基礎上，結合諸如卷積神經(jīng)網(wǎng)絡（Convolutional neural network，CNN)等機器學習方法，提出了多個新的目標檢測模型，提升了目標檢測的準確度。本文主要工作和貢獻如下：
　　(1)針對圖像中的目標檢測問題，

3、提出了一種通用的基于霍夫上下文的目標檢測模型。該模型摒棄傳統(tǒng)的利用特征對目標中心投票的方式，以圖像中每個像素點為投票中心構建新的橢圓形霍夫上下文?；谔岢龅幕舴蛏舷挛?，通過有限次采樣，巧妙的利用單一特征和聯(lián)合特征的空間和外觀關系，形成了一種新的局部上下文表示。為了充分利用該局部上下文信息，提出了一種包含獨立和聯(lián)合投票函數(shù)的新的加權投票函數(shù)。實驗結果表明，該方法基于單一和聯(lián)合特征，充分挖掘了目標自身包含的局部上下文信息，進一步加強了目標表

4、征的準確性，提高了目標檢測的準確性。
　　(2)針對圖像中存在兩個同時出現(xiàn)的目標的檢測問題，基于一種新的表示目標間牢固語義關系的局部上下文表示，構建了一種新的基于上下文信息的多層目標檢測模型。首先，基于混合專家思想，在利用全局上下文特征劃分的子場景下，基于不同目標之間的位置、尺度、以及角度的相互一致關系，提出了一種和場景相關的，包含豐富目標間語義關系的局部上下文表示，即一致性目標對。然后，利用這種局部語義的上下文信息，改變樹形模型

5、結構，生成相應場景下的子樹，完成基于上下文信息的多層目標檢測模型的建立。實驗結果表明，這種新的局部上下文信息，增強了目標間相互約束，為目標表征，提供了更豐富的信息，進一步提高了目標檢測的準確性。
　　(3)針對視頻的目標檢測問題，基于目標在時空域的動態(tài)變化，構建時空上下文表示，在此基礎上，提出了新的基于時空上下文信息的火焰檢測模型和人數(shù)統(tǒng)計模型。針對火焰檢測模型，在多個層面上，利用光流法獲取的火焰方向信息，構造了一種新的時空上下文

6、表示，并用該表示形成了新的火焰運動特征。在此基礎上，結合Kernel SVM建立火焰檢測模型。實驗結果表明，該特征融合了火焰目標的時空上下文表示，能準確刻畫火焰表征，所以能顯著提高火焰檢測的準確性和降低誤報率。針對人數(shù)統(tǒng)計模型，首先，描述了一種包含團塊運動的光流強度信息和團塊面積信息等新的時空上下文表示，并用該表示形成新的團塊特征；然后，利用該特征，結合人數(shù)統(tǒng)計的特點，設計了一種新的跟蹤算法；最后，利用SVM進行線性擬合建立人數(shù)統(tǒng)計模型

7、。實驗結果表明，這種團塊的時空上下文表示，可有效地刻畫團塊特征，提高了人數(shù)統(tǒng)計的準確性。
　　(4)針對特定場景的目標檢測問題，基于CNN學習的高層圖像表達，構建了一種針對特定場景的上下文表示，在此基礎上，建立了一種基于自適應上下文信息的CNN目標檢測模型。首先，在特定場景下，基于CNN分別學習目標及其上下文的特征圖。在同一尺度下，通過度量兩組特征圖間差異，保留有效上下文特征圖的位置索引，獲得一種新的上下文信息表示。然后，利用該表