面向全局圖像表達(dá)的尺度優(yōu)化選擇.pdf

1、我們生活在一個(gè)由具有不同尺度的目標(biāo)所組成的世界中。這些尺度的不同由物體本身的屬性,實(shí)體之間的層次關(guān)系,以及人眼接收信息時(shí)存在的透視投影等原因所構(gòu)成。在計(jì)算機(jī)視覺(jué)領(lǐng)域中,我們接收到的信息也分布于一定范圍內(nèi)的尺度當(dāng)中。當(dāng)我們?cè)诮邮者@些信息,并要把這些信息理解為有意義的內(nèi)容時(shí),我們就要在不同的尺度范圍內(nèi)進(jìn)行研宄,把其不同尺度的具體信息和不同尺度下的高層抽象概念相對(duì)應(yīng),進(jìn)而進(jìn)行接下來(lái)的其他諸如圖像識(shí)別、場(chǎng)景分類、圖像處理等諸多計(jì)算機(jī)視覺(jué)任務(wù)。<

2、br>　　圖像的尺度問(wèn)題分析已經(jīng)成為研宄工作中不可回避的問(wèn)題,本文系統(tǒng)的分析了圖像尺度問(wèn)題中的現(xiàn)狀,以全局尺度選擇為目的,分別從圖像的連續(xù)性,圖像特征的重復(fù)性,全局范圍內(nèi)場(chǎng)景圖像的尺度分析,以及視覺(jué)顯著度理論這幾個(gè)個(gè)角度出發(fā),認(rèn)為圖像在全局范圍內(nèi)存在某些約束下的最優(yōu)尺度,同時(shí)提出了全局范圍內(nèi)的全局最優(yōu)尺度理論,并對(duì)其進(jìn)行了論證和闡述。
　　尺度選取和特征選擇的工作是密不可分的,尺度選擇工作必須融合進(jìn)特征選擇工作中才具有視覺(jué)理解的意

3、義。然而尺度選擇在特征提取方面的主要應(yīng)用為在多尺度下的興趣點(diǎn)檢測(cè),卻在另一種,在計(jì)算機(jī)視覺(jué)中愈發(fā)重要的特征密集采樣中被忽略。同時(shí)密集采樣具有信息量大的特點(diǎn),將圖像在某一固定尺度下進(jìn)行采樣,可以看作是圖像在全局范圍內(nèi)的尺度。
　　本文將由不同尺度的目標(biāo)組成全局的圖像看作是不同子空間組成的混合數(shù)據(jù),將求解每個(gè)具有最佳尺度的目標(biāo)的問(wèn)題轉(zhuǎn)化成子空間分割問(wèn)題。利用低秩表達(dá)具有非常強(qiáng)的魯棒性,同時(shí)不受由于采取同一采樣尺度而帶來(lái)的數(shù)據(jù)損壞的影響

4、的特點(diǎn),選取了低秩表達(dá)作為子空間分割方法,為尺度問(wèn)題加入全局約束,有效地增強(qiáng)局部空間的一致性。同時(shí)采用增廣拉格朗日乘子法求解該低秩問(wèn)題,對(duì)優(yōu)化問(wèn)題進(jìn)行了快速的求解。
　　本文將提出的基于低秩表達(dá)的圖像全局尺度選取方法應(yīng)用在場(chǎng)景圖像分類和服裝圖像分類中,在分類應(yīng)用中取得了顯著的效果。本文創(chuàng)新性的提出了基于全局范圍的圖像尺度理論;彌補(bǔ)了尺度選擇在特征提取中密集采樣方法中的空缺,提出并公式化了密集采樣中尺度選擇的問(wèn)題;將全局最優(yōu)尺度問(wèn)題