基于局部特征與視覺(jué)顯著性的圖像目標(biāo)識(shí)別研究.pdf

1、人類視覺(jué)系統(tǒng)對(duì)獲取的視覺(jué)信息具有強(qiáng)大的分析和鑒別能力,其中之一就是對(duì)外界事物的認(rèn)知能力,這種我們?nèi)祟惥哂械幕菊J(rèn)知能力在計(jì)算機(jī)視覺(jué)領(lǐng)域就被稱之為圖像目標(biāo)識(shí)別。人類視覺(jué)面臨的是環(huán)境中千變?nèi)f化的各類目標(biāo),這就意味著計(jì)算機(jī)視覺(jué)領(lǐng)域的圖像目標(biāo)識(shí)別面臨的將是一個(gè)大規(guī)模甚至超大規(guī)模的圖像數(shù)據(jù)庫(kù),而且這個(gè)數(shù)據(jù)庫(kù)會(huì)隨著時(shí)間的推移不斷增長(zhǎng),大規(guī)模的圖像數(shù)據(jù)庫(kù)同時(shí)也意味著數(shù)據(jù)的復(fù)雜性,如圖像目標(biāo)類別數(shù)目變化、圖像背景復(fù)雜而混亂等。正因?yàn)檫@“大規(guī)?！焙汀皬?fù)雜

2、性”給圖像目標(biāo)識(shí)別任務(wù)造成了極大的困難。目前,這些困難主要表現(xiàn)在:“語(yǔ)義鴻溝”、局部特征的辨別力、感興趣目標(biāo)分割以及運(yùn)行效率等。
　　本文以Marr計(jì)算視覺(jué)理論為基本理論基礎(chǔ),采用自下而上處理(即數(shù)據(jù)驅(qū)動(dòng))的技術(shù)路線,在詞袋(Bag-of-words)模型的理論框架上,以局部特征和視覺(jué)顯著性為切入點(diǎn),重點(diǎn)研究圖像目標(biāo)分類識(shí)別中的關(guān)鍵技術(shù)來(lái)解決上述困難,研究包括:圖像預(yù)處理,局部特征描述,顯著性區(qū)域檢測(cè),圖像特征編碼。本文力求在研究

3、思路和方法上有所突破和創(chuàng)新,具體研究?jī)?nèi)容可以概括為以下五個(gè)方面:
　　①設(shè)計(jì)了一個(gè)新的脈沖噪聲檢測(cè)器,并結(jié)合梯度信息,提出了一種混合噪聲去噪算法。首先,通過(guò)引入一幅參考圖像,設(shè)計(jì)了一個(gè)更加準(zhǔn)確的脈沖檢測(cè)器,稱作DARD(Directional Absolute Relative Differences)統(tǒng)計(jì)。去噪算法由兩部分組成:生成參考圖像與圖像去噪。初始參考圖像由中值濾波器去噪后得到,然后通過(guò)本文的去噪算法迭代1-2次得到參考

4、圖像。在去噪算法中,首先將梯度信息引入高斯濾波器框架得到一個(gè)新的高斯濾波器用來(lái)去除高斯噪聲,然后引入DARD統(tǒng)計(jì)用來(lái)去除脈沖噪聲,最后將其合并形成一個(gè)新的三邊濾波器用來(lái)去除混合噪聲。實(shí)驗(yàn)結(jié)果表明本文的脈沖噪聲檢測(cè)器具有較高的檢測(cè)率,尤其對(duì)于椒鹽噪聲。而且,本文提出的去噪算法無(wú)論是定量評(píng)測(cè)還是圖像的視覺(jué)質(zhì)量都取得了較好的結(jié)果。
　　②針對(duì)目前的特征描述子對(duì)光照變化不夠魯棒,提出了一種具有光照不變性的局部特征描述算子。其基本原理是:在

5、發(fā)生光照變化時(shí),盡管圖像的像素值會(huì)發(fā)生變化,但其紋理結(jié)構(gòu)即各像素的像素類型保持不變。具體而言,本文首先在預(yù)處理階段進(jìn)行直方圖均衡化以及灰度值歸一化,然后綜合考慮像素灰度值的全局分布信息以及局部像素灰度值差異信息。其中,通過(guò)引入模糊推理規(guī)則,用來(lái)描述局部像素灰度值差異信息,即各像素的類型,主要包括4個(gè)方向的邊緣像素,背景像素,以及孤立點(diǎn)(噪聲)像素。為了提高算子的魯棒性,本文還提出了一種基于梯度權(quán)值的圖像特征子區(qū)域加權(quán)方法。在Oxford

6、數(shù)據(jù)庫(kù)中進(jìn)行了實(shí)驗(yàn)測(cè)試,實(shí)驗(yàn)結(jié)果表明本文的局部特征描述算子不僅在光照變化特別是復(fù)雜光照變化下優(yōu)于現(xiàn)有的描述算子,而且在其他如圖像旋轉(zhuǎn)、尺度縮放、圖像模糊、圖像壓縮等變換下也表現(xiàn)較好。
　?、墼诰€性運(yùn)行時(shí)間內(nèi)得到全分辨率或像素級(jí)的顯著性圖,并且具有較低誤檢率,即更少地將背景區(qū)域誤標(biāo)記為顯著性區(qū)域,在顯著性區(qū)域檢測(cè)領(lǐng)域中仍然非常具有挑戰(zhàn)性。為此,本文提出了一種簡(jiǎn)單高效的顯著性區(qū)域檢測(cè)算法。具體而言,首先為每幅圖像估計(jì)多幅魯棒的背景圖,

7、具體是通過(guò)選取各像素的最佳鄰域進(jìn)行估計(jì)得到的。一旦獲取了這些背景圖,顯著性圖就可以簡(jiǎn)單地通過(guò)測(cè)量輸入圖像和背景圖像之間的差異得到,這類似于視頻處理當(dāng)中的背景差分方法。為了進(jìn)一步提升性能,本文還引入了高層先驗(yàn)知識(shí):空間分布信息,即顯著性區(qū)域大都位于圖像中間而很少位于圖像邊界。在MSRA-1000數(shù)據(jù)庫(kù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,無(wú)論是精確度還是運(yùn)行效率,本文方法都優(yōu)于現(xiàn)有的方法。由于本文方法的簡(jiǎn)單高效,因而同樣可以適用于大規(guī)模數(shù)據(jù)庫(kù)的圖

8、像分割、視頻處理中的顯著性目標(biāo)提取等應(yīng)用。
　?、茉趫D像目標(biāo)識(shí)別中,最近提出的顯著性編碼方法無(wú)論是識(shí)別性能還是運(yùn)行效率都取得了較好的結(jié)果,然而,它對(duì)噪聲特征比較敏感,即魯棒性不高。為此,本文結(jié)合全局顯著性和局部差異性提出了一種新的特征方法,其中,全局顯著性用來(lái)提高其穩(wěn)定性和魯棒性,局部差異性則用來(lái)描述視覺(jué)詞典的隱藏結(jié)構(gòu)信息。通過(guò)在Caltech-101等多個(gè)公共數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)驗(yàn)證表明本文方法在別精度和運(yùn)行效率都優(yōu)于現(xiàn)有方法,而且

9、對(duì)噪聲特征更加魯棒。另外,將我們的全局顯著性和現(xiàn)有的顯著性編碼方法相結(jié)合還可以提升他們的性能。最后,本文將顯著性檢測(cè)融入詞袋模型框架中,提出了顯著性視覺(jué)詞典。通過(guò)顯著性圖來(lái)衡量不同圖像區(qū)域的局部特征的辨別力,然后只選取顯著性較高的局部特征進(jìn)行聚類形成視覺(jué)詞典。通過(guò)在VOC2007數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,當(dāng)圖像中目標(biāo)物體明確時(shí),顯著性視覺(jué)詞典可以顯著提升目標(biāo)識(shí)別性能;反之,顯著性視覺(jué)詞典可能會(huì)失效,因此,還需在后續(xù)工作中進(jìn)一步