基于稀疏部件輪廓擴(kuò)展的形變感興趣目標(biāo)定位技術(shù)研究.pdf

1、感興趣目標(biāo)定位一直是計(jì)算機(jī)視覺(jué)和模式識(shí)別等領(lǐng)域的研究熱點(diǎn)之一。在過(guò)去幾十年中，研究者們提出很多方法解決非形變目標(biāo)定位問(wèn)題，但對(duì)于形變目標(biāo)定位問(wèn)題仍存在不少困難。本文在總結(jié)和分析國(guó)內(nèi)外相關(guān)研究工作的基礎(chǔ)上，主要討論下面三個(gè)改進(jìn)的感興趣目標(biāo)檢測(cè)定位算法。
　　首先，針對(duì)傳統(tǒng)基于形狀信息的目標(biāo)定位算法對(duì)目標(biāo)發(fā)生形變情況下定位的困難，研究基于稀疏活動(dòng)輪廓模型的目標(biāo)檢測(cè)算法。本文先用共同勾畫(huà)算法學(xué)習(xí)到感興趣目標(biāo)的稀疏活動(dòng)輪廓模型，構(gòu)成該模型

2、的Gabor基元能局部擾動(dòng)以適配形變圖像；然后用交替的sum-max maps結(jié)構(gòu)檢測(cè)圖像中與輪廓模型匹配分?jǐn)?shù)最高的區(qū)域，并分割出來(lái)；最后用視覺(jué)皮層模型對(duì)分割后的圖像進(jìn)行模式分類確認(rèn)目標(biāo)。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。
　　其次，針對(duì)稀疏活動(dòng)輪廓模型可以較好地解決目標(biāo)微小形變情況下的定位問(wèn)題，但是對(duì)訓(xùn)練樣本要求嚴(yán)格，同時(shí)學(xué)習(xí)到的可變形模板對(duì)目標(biāo)發(fā)生較大形變情況下的定位產(chǎn)生一定偏差，研究基于稀疏活動(dòng)輪廓擴(kuò)展的形狀腳本模型的目標(biāo)檢測(cè)算

3、法。本文通過(guò)擴(kuò)展活動(dòng)輪廓模型學(xué)習(xí)到組成感興趣目標(biāo)的可變形形狀圖案，這些形狀圖案構(gòu)成的形狀腳本模型能夠提高檢測(cè)算法在目標(biāo)形變較大情況下的魯棒性；然后用該模型在遞歸的sum-max maps結(jié)構(gòu)上進(jìn)行圖像匹配實(shí)現(xiàn)目標(biāo)定位。該方法取得良好的定位效果。
　　最后，針對(duì)傳統(tǒng)的基于梯度方向直方圖特征的目標(biāo)定位算法受噪聲、變形等因素影響較大的情況，研究基于 HOG特征混合模型的感興趣目標(biāo)定位算法。首先用訓(xùn)練樣本的梯度方向直方圖特征訓(xùn)練分類器LS