基于流形的線性結(jié)構(gòu)探測(cè)及目標(biāo)識(shí)別方法研究.pdf

1、隨著信息采集方便程度的迅速提高，在模式識(shí)別及計(jì)算機(jī)視覺(jué)領(lǐng)域涉及到大量分布于流形上的非歐數(shù)據(jù)集，基于流形空間而非歐式空間進(jìn)行分析，可獲得數(shù)據(jù)集的本質(zhì)非線性規(guī)律，對(duì)于設(shè)計(jì)高效的數(shù)據(jù)存儲(chǔ)和可視化系統(tǒng)、以及模式識(shí)別系統(tǒng)有著重要意義，是當(dāng)今國(guó)際模式識(shí)別與計(jì)算機(jī)學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)課題之一。
　　當(dāng)非歐數(shù)據(jù)集的具體分布結(jié)構(gòu)未知時(shí)，需對(duì)數(shù)據(jù)集所在流形結(jié)構(gòu)進(jìn)行探測(cè)估計(jì)，以獲得數(shù)據(jù)集的幾何分布結(jié)構(gòu)，從而為基于數(shù)據(jù)的分類、決策系統(tǒng)提供指導(dǎo)信息，然而現(xiàn)有

2、方法未能很好的實(shí)現(xiàn)從觀測(cè)空間直接對(duì)流形結(jié)構(gòu)進(jìn)行探測(cè)，致使流形結(jié)構(gòu)的探測(cè)問(wèn)題一直是模式識(shí)別、數(shù)據(jù)挖掘等相關(guān)領(lǐng)域的關(guān)鍵問(wèn)題之一。相反，盡管一些計(jì)算機(jī)視覺(jué)特征數(shù)據(jù)所在的特殊解析流形結(jié)構(gòu)已知，但基于其解析結(jié)構(gòu)設(shè)計(jì)更為精準(zhǔn)的識(shí)別算法仍然是一個(gè)應(yīng)用難點(diǎn)。針對(duì)上述難點(diǎn)與關(guān)鍵問(wèn)題，本文在分析與總結(jié)國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上展開(kāi)了深入的研究，分別提出了以下四種解決算法:
　　(1)針對(duì)非線性數(shù)據(jù)集上的流形線性結(jié)構(gòu)探測(cè)問(wèn)題，提出了基于Grassmann測(cè)

3、地相似度和蟻群聚類模型的非線性流形線性結(jié)構(gòu)探測(cè)算法，解決了在流形學(xué)習(xí)角度下無(wú)法從觀測(cè)空間直接進(jìn)行流形結(jié)構(gòu)探測(cè)的問(wèn)題。在合成數(shù)據(jù)集與實(shí)際數(shù)據(jù)集上的實(shí)驗(yàn)表明，與同類傳統(tǒng)算法相比，本文算法具有挖掘非線性流形上線性結(jié)構(gòu)的新特性，并且通過(guò)改變聚類數(shù)，可以捕獲同類傳統(tǒng)算法無(wú)法發(fā)現(xiàn)的數(shù)據(jù)集局部線性變化信息。
　　(2)針對(duì)數(shù)據(jù)集一維線性流形結(jié)構(gòu)的快速挖掘問(wèn)題，提出了基于密度權(quán)EM與分裂合并策略的算法，解決了現(xiàn)有一維線性結(jié)構(gòu)探測(cè)方法對(duì)參數(shù)及噪聲敏

4、感的問(wèn)題。實(shí)驗(yàn)結(jié)果表明，與經(jīng)典方法相比，本文算法在挖掘數(shù)設(shè)置與數(shù)據(jù)集中的本質(zhì)線性結(jié)構(gòu)數(shù)不相符時(shí)可以獲得更佳的挖掘效果，并且能夠正確挖掘出噪聲環(huán)境下的數(shù)據(jù)集線性結(jié)構(gòu)，同時(shí)具有良好的實(shí)時(shí)性品質(zhì)。
　　(3)針對(duì)2D輪廓的仿射不變識(shí)別問(wèn)題，提出了基于矩陣Langevin分布以及多部件多尺度輪廓Grassman表征模型的內(nèi)蘊(yùn)boost仿射不變輪廓識(shí)別算法，解決了無(wú)需借助黎曼映射而直接在Grassmann流形上進(jìn)行分類的問(wèn)題。通過(guò)理論分析以

5、及實(shí)驗(yàn)表明，提出的算法在較低輪廓采樣點(diǎn)下仍然可以獲得較高的識(shí)別率，效果好于現(xiàn)有外蘊(yùn)算法、傳統(tǒng)仿射不變輪廓識(shí)別等經(jīng)典算法，同時(shí)能夠較好的處理現(xiàn)有算法表現(xiàn)較差的輪廓片段部分不純凈的問(wèn)題。
　　(4)針對(duì)自然圖片及監(jiān)控視野中人體目標(biāo)的旋轉(zhuǎn)不變檢測(cè)問(wèn)題，提出了一種基于梯度方向直方圖的Polar-HOG協(xié)方差特征，并利用對(duì)稱正定流形設(shè)計(jì)了旋轉(zhuǎn)不變?nèi)梭w檢測(cè)算法，解決了傳統(tǒng)HOG特征及協(xié)方差陣特征不具備旋轉(zhuǎn)不變性的問(wèn)題。與典型方法相比，在處理目