基于空間相關(guān)性特征的目標(biāo)識(shí)別方法.pdf

1、隨著信息技術(shù)的發(fā)展，越來(lái)越多的圖像和視頻出現(xiàn)在人們的生活中和互聯(lián)網(wǎng)上。如何有效的管理和組織這些多媒體數(shù)據(jù)成為一個(gè)亟待解決的問題。對(duì)多媒體內(nèi)容進(jìn)行分析與理解，進(jìn)而對(duì)多媒體數(shù)據(jù)進(jìn)行基于內(nèi)容的分類為有效的管理和組織這些數(shù)據(jù)提供了新途徑。正確檢測(cè)和識(shí)別出圖像中目標(biāo)的位置和類型，為多媒體的理解和分析提供了前提和保障，具有重要的意義。
　　現(xiàn)有的基于局部特征的圖像中目標(biāo)檢測(cè)和識(shí)別方法，常常遇到運(yùn)算時(shí)間較高的問題。本文從探討產(chǎn)生這個(gè)問題的本質(zhì)原

2、因出發(fā)，通過融合特征之間的空間相關(guān)性，提出了基于空間相關(guān)性的特征表達(dá)方法，采用空間相關(guān)樹來(lái)保存特征的空間約束關(guān)系。在該特征表達(dá)方法的基礎(chǔ)上，提出了基于空間相關(guān)樹的空間集成輔助匹配算法(Spatial InteGrated Matching Association, SIGMA算法)來(lái)解決無(wú)序特征集合匹配問題，并將SIGMA算法應(yīng)用在Logo檢測(cè)和目標(biāo)識(shí)別中。本文主要研究工作如下：
　　首先，本文提出了基于空間相關(guān)性的特征表達(dá)方法，

3、充分挖掘特征之間的空間約束關(guān)系，采用空間相關(guān)樹的形式來(lái)表達(dá)特征。該特征表達(dá)方法有效的增加了原有特征組的判別能力。同時(shí)，本文在理論層面上分析了使用空間相關(guān)樹進(jìn)行特征表達(dá)而使判別力增加的根本原因，并提出了空間相關(guān)樹判別力度量的形式化描述。實(shí)驗(yàn)結(jié)果表明，基于空間相關(guān)樹的特征表達(dá)方法與傳統(tǒng)無(wú)序特征集合相比判別力得到有效提高，同時(shí)也驗(yàn)證了所提出的判別力形式化描述方法的正確性；
　　其次，以基于空間相關(guān)性的特征表達(dá)方法為基礎(chǔ)，本文提出了空間集

4、成輔助匹配算法(SIGMA算法)。該算法采用空間相關(guān)樹的表達(dá)方式，根據(jù)空間相關(guān)樹融合了空間約束關(guān)系以及判別力增強(qiáng)的特性，來(lái)縮小無(wú)序特征集合匹配過程中遍歷范圍并確定較優(yōu)的遍歷順序。
　　最后，本文將基于空間相關(guān)樹的SIGMA算法應(yīng)用在圖像中的Logo檢測(cè)和目標(biāo)識(shí)別中。將SIGMA算法與SIFT特征有效的結(jié)合起來(lái)，發(fā)揮出SIFT特征在局部特征描述方面以及空間相關(guān)樹在特征空間相關(guān)性表達(dá)方面的優(yōu)勢(shì)，提高檢測(cè)和識(shí)別的性能。實(shí)驗(yàn)結(jié)果表明，SI