2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩3頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、局部圖像特征描述是計(jì)算機(jī)視覺的一個(gè)基本研究問題,在尋找圖像中的對(duì)應(yīng)點(diǎn)以及物體特征描述中有著重要的作用。它是許多方法的基礎(chǔ),因此也是目前視覺研究中的一個(gè)熱點(diǎn),每年在視覺領(lǐng)域的頂級(jí)會(huì)議ICCVCVPRECCV上都有高質(zhì)量的特征描述論文發(fā)表。同時(shí)它也有著廣泛的應(yīng)用,舉例來說,在利用多幅二維圖像進(jìn)行三維重建、恢復(fù)場景三維結(jié)構(gòu)的應(yīng)用中,其基本出發(fā)點(diǎn)是要有一個(gè)可靠的圖像對(duì)應(yīng)點(diǎn)集合,而自動(dòng)地建立圖像之間點(diǎn)與點(diǎn)之間的可靠對(duì)應(yīng)關(guān)系通常都依賴于一個(gè)優(yōu)秀的局

2、部圖像特征描述子。又比如,在物體識(shí)別中,目前非常流行以及切實(shí)可行的方法之一是基于局部特征的,由于特征的局部性,使得物體識(shí)別可以處理遮擋、復(fù)雜背景等比較復(fù)雜的情況。局部圖像特征描述的核心問題是不變性(魯棒性)和可區(qū)分性。由于使用局部圖像特征描述子的時(shí)候,通常是為了魯棒地處理各種圖像變換的情況。因此,在構(gòu)建設(shè)計(jì)特征描述子的時(shí)候,不變性問題就是首先需要考慮的問題。在寬基線匹配中,需要考慮特征描述子對(duì)于視角變化的不變性、對(duì)尺度變化的不變性、對(duì)旋

3、轉(zhuǎn)變化的不變性等;在形狀識(shí)別和物體檢索中,需要考慮特征描述子對(duì)形狀的不變性。然而,特征描述子的可區(qū)分性的強(qiáng)弱往往和其不變性是矛盾的,也就是說,一個(gè)具有眾多不變性的特征描述子,它區(qū)分局部圖像內(nèi)容的能力就稍弱;而如果一個(gè)非常容易區(qū)分不同局部圖像內(nèi)容的特征描述子,它的魯棒性往往比較低。舉個(gè)例子,假定我們需要對(duì)一個(gè)點(diǎn)周圍固定大小的局部圖像內(nèi)容進(jìn)行描述。如果我們直接將圖像內(nèi)容展開成一個(gè)列向量對(duì)其進(jìn)行描述,那么只要局部圖像內(nèi)容發(fā)生了一點(diǎn)變化,就會(huì)使

4、得它的特征描述子發(fā)生較大的變化,因此這樣的特征描述方式很容易區(qū)分不同的局部圖像內(nèi)容,但是對(duì)于相同的局部圖像內(nèi)容發(fā)生旋轉(zhuǎn)變化等情況,它同樣會(huì)產(chǎn)生很大的差異,即不變性弱。而另一方面,如果我們通過統(tǒng)計(jì)局部圖像灰度直方圖來進(jìn)行特征描述,這種描述方式具有較強(qiáng)的不變性,對(duì)于局部圖像內(nèi)容發(fā)生旋轉(zhuǎn)變化等情況比較MROGH(MultisupptRegionderbasedGradientHistogram)則是特征匯聚策略上尋求創(chuàng)新,之前的局部圖像特征描

5、述子,其特征匯聚策略都是基于鄰域內(nèi)點(diǎn)的幾何位置的,而MROGH基于點(diǎn)的灰度序進(jìn)行特征匯聚。BRIEF(BinaryRobustIndependentElementFeature)利用局部圖像鄰域內(nèi)隨機(jī)點(diǎn)對(duì)的灰度大小關(guān)系來建立局部圖像特征描述子,得到的二值特征描述子不僅匹配速度快,而且存儲(chǔ)要求內(nèi)存低,因此手機(jī)應(yīng)用中具有很好的應(yīng)用前景。其實(shí),利用鄰域內(nèi)點(diǎn)對(duì)的灰度大小關(guān)系進(jìn)行特征描述這一思想在SMD(ECCV’08)中就已經(jīng)有了。除了BRIE

6、F,近兩年還提出了許多二值特征描述子,例如B、BRISK、FREAK。上述這些特征描述子都是基于手動(dòng)設(shè)計(jì)得到的,也有一些研究試圖利用機(jī)器學(xué)習(xí)的方法,通過數(shù)據(jù)驅(qū)動(dòng)得到想要的特征描述子。這類特征描述子包括PCASIFT,LinearDiscriminativeEmbedding,LDAHash等。當(dāng)然,除了提到的這些特征描述子之外,還有許多其他的特征描述子,在這就不再一一敘述了。國際上研究局部圖像特征描述子比較著名的學(xué)者有:英國Surrey

7、大學(xué)的Mikolajzyk,他在INRIA做博后的時(shí)候,在寬基線應(yīng)用背景下,對(duì)SIFT、ShapeContext、PCASIFT、不變矩等多種局部圖像描述子的性能進(jìn)行了評(píng)測,相關(guān)論文發(fā)表在2005年P(guān)AMI上,他提出來的評(píng)測方法至今仍是局部圖像描述子研究領(lǐng)域中廣泛采用的性能評(píng)測方法。INRIA的C.Sch,她九十年代就開始研究局部圖像描述方法了,是這個(gè)領(lǐng)域內(nèi)的元老之一,不過這幾年她的團(tuán)隊(duì)正在將重心轉(zhuǎn)向大規(guī)模圖像檢索和行為識(shí)別等應(yīng)用中。比

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論