基于流形感知的圖像距離度量研究.pdf

1、人類的活動在很大程度上依賴對視場中對象的快速準確識別。盡管對人腦來說很容易,但用計算機實現(xiàn)圖像識別卻非常困難。圖像識別被公認為計算機視覺領域中的一個難題。圖像間的相似性度量是圖像識別中的基本問題。理想的圖像距離度量不僅能準確地區(qū)分不同對象,而且能適應對象的平移、旋轉、縮放、和非剛性形變等變化。最近研究表明人類的視覺感知是基于流形的。在旋轉角度、縮放尺度等因素連續(xù)變化時,對象在視網膜上所成的像構成了高維觀測空間中的低維圖像流形。如何將生物

2、學研究成果用于圖像距離度量中具有重要意義。
　　本論文通過模擬人類流形感知過程,提出了基于流形感知的圖像距離度量方法,并探討了其在圖像識別中的應用。主要對以下幾個方面進行了深入研究。
　　首先提出了基于流形學習和流形高階近似的圖像距離–流形高階近似距離(HMD)。首先用流形學習算法–最大方差展開方法(MVU)學習出非線性圖像流形的內蘊變量,沿內蘊變量方向柵格化非線性圖像流形,通過有限差分去近似流形關于內蘊變量的高階導數(shù),然后

3、用基于流形高階泰勒展開式的曲面去近似非線性流形。HMD距離定義為圖像空間中測試圖像與圖像流形的高階近似曲面間的最小距離。HMD能夠直接用于基于距離的分類器中,實現(xiàn)圖像識別。人臉識別和手寫數(shù)字識別實驗結果表明,與歐式距離、流形切距離和圖像歐式距離(IMED)等典型圖像距離相比,HMD能適應更大范圍的圖像變換,并且具有更高的識別精度和穩(wěn)定性。
　　其次提出了基于Gabor特征的流形近似距離(GFMD),在Gabor特征空間中度量圖像間

4、的相似性。圖像中的冗余信息會影響圖像距離度量的精度,因此用多尺度、多方向的二維Gabor小波提取圖像的局部顯著特征,組合成圖像的Gabor特征向量。用MVU方法學習Gabor特征流形的內蘊變量,然后用基于特征流形高階泰勒展開式的曲面去近似Gabor特征流形。GFMD距離定義為Gabor特征空間中測試圖像的Gabor特征與Gabor特征流形的高階近似曲面間的最小距離。GFMD能夠直接用于基于距離的分類器中,實現(xiàn)圖像識別。人臉識別和手寫數(shù)字

5、識別實驗結果表明GFMD與在識別精度和穩(wěn)定性上要優(yōu)于HMD和其它基于Gabor特征的典型圖像距離,但GFMD的計算量要大于對比的距離的計算量。
　　最后提出了基于視覺注意模型和子流形距離的復雜目標識別模型。選擇基于對象積累的視覺注意模型對復雜場景中的復雜目標進行檢測。該視覺注意模型通過不斷擴展當前視覺關注區(qū)域來獲取完整的目標。當前關注區(qū)域對應的圖像塊集合構成了目標的多個子流形。在學習階段,對圖像塊集合進行聚類,子集分別構成了目標的