基于圖像不變特征的多媒體檢索與分類技術(shù)研究.pdf

1、近年來利用圖像簡單特征的方法，在仿射、縮放、平移等情況下無法實(shí)現(xiàn)圖像的不變性，已經(jīng)越來越無法滿足人們的需求與應(yīng)用；圖像不變特征作為對(duì)于圖像的仿射、平移、縮放變化具有不變性的信息，近年來得到了廣泛關(guān)注。通過利用圖像不變特征，我們可以顯著地改進(jìn)和加速現(xiàn)有的各種圖像識(shí)別的實(shí)現(xiàn)方法。圖像不變特征目前正在逐漸地成為圖像內(nèi)容分析和理解的主流，并被廣泛地應(yīng)用到視頻檢索、圖像分類、目標(biāo)識(shí)別等領(lǐng)域。
　　 本文著重研究圖像不變特征在視頻檢索和圖像

2、分類上的應(yīng)用，分別提出一種基于圖像不變特征的算法，研究重點(diǎn)及相應(yīng)的研究成果如下：
　　 (1)視頻中的人臉檢索方法。本論文提出了一種在噪聲和姿態(tài)變化等惡劣情況下都能取得很好實(shí)驗(yàn)結(jié)果的人臉檢索方法--FRJVAP。首先為不同的人生成單獨(dú)的人臉的圖像集，并且提取偽Zernike矩特征；然后為得到的圖像集的特征集合構(gòu)建集合的仿射包；最后通過計(jì)算查詢?nèi)四樀膱D像與不同仿射包之間的相似度，得到與查詢?nèi)四樧钕嗨频慕Y(jié)果。在Honda視頻數(shù)據(jù)庫和

3、FRID數(shù)據(jù)庫上的大量實(shí)驗(yàn)證明，該算法不僅能有效利用視頻人臉的時(shí)間域和空間域信息，而且對(duì)噪聲、姿態(tài)變化等情況下的檢索都展現(xiàn)出良好的性能。
　　 (2)圖像分類方法。本論文提出了一種基于顯著性區(qū)域檢測(cè)和BOW的圖像分類方法，該方法的主要思想是：首先進(jìn)行圖像顯著性區(qū)域的檢測(cè)，得到圖像的顯著區(qū)域；然后采用稠密采樣的方式進(jìn)行特征提取，得到圖像的128維的特征向量；增強(qiáng)圖像顯著區(qū)域處的特征，得到增強(qiáng)后的圖像特征；對(duì)圖像特征進(jìn)行K均值聚類后