基于局部形狀流形學(xué)習(xí)的復(fù)雜物體建模和識(shí)別.pdf

1、近年來(lái)，視覺物體識(shí)別問題作為計(jì)算機(jī)視覺和圖像理解學(xué)科中的核心問題，受到了廣泛的關(guān)注，也得到了廣泛的應(yīng)用。監(jiān)控系統(tǒng)中的路人檢測(cè)，Google的圖片搜索都物體識(shí)別有關(guān)。然而，物體識(shí)別的前提是對(duì)物體進(jìn)行描述，即特征提取。提取的特征可以是基于物體的顏色、紋理、光照和形狀等。但是，實(shí)際應(yīng)用中某些感興趣的物體類別，例如人和各種卡通造型，分別由不同的穿著或者具有非真實(shí)感的顏色填充。而對(duì)這些類別的物體，基于顏色、紋理和光照所提取的特征是不穩(wěn)定的。為此，

2、基于穩(wěn)定性的考慮，形狀作為特征會(huì)是一個(gè)較為魯棒的描述子。本文的主要研究?jī)?nèi)容就是基于形狀(物體輪廓)的物體識(shí)別問題——形狀識(shí)別。
　　 本文把形狀識(shí)別問題轉(zhuǎn)化為一個(gè)形狀分類問題，即對(duì)形狀類別進(jìn)行判斷。該問題的關(guān)鍵是尋找一種有效的形狀描述符(特征提取算子)和這些特征之間的距離函數(shù)。至今，盡管許多形狀描述符和距離度量函數(shù)已經(jīng)提出，它們各自用于解決不同形變的形狀分類問題，但有時(shí)候我們并不知道待分類的物體形狀出現(xiàn)了何種類型的形變，只針對(duì)某

3、一形變的特征在實(shí)際使用時(shí)有局限性。也有不少科學(xué)家利用傳統(tǒng)機(jī)器學(xué)習(xí)算法如Adaboost、SVM等，對(duì)特征進(jìn)行選擇，得到更有判別力的形狀模型。但是不同形狀特征的判別性能不同，對(duì)于判別能力較弱的特征，使用傳統(tǒng)學(xué)習(xí)算法來(lái)構(gòu)造強(qiáng)分類器并不能保證學(xué)習(xí)算法的收斂性。由于上述難點(diǎn)，如何自動(dòng)為不同的形狀類別選擇不同的描述符和度量函數(shù)，然后把基于不同度量函數(shù)的特征組合起來(lái)，通過(guò)一個(gè)魯棒、可擴(kuò)展的學(xué)習(xí)算法學(xué)習(xí)出形狀模型，成為一個(gè)具有挑戰(zhàn)性的課題。這正是本文

4、所要研究解決的問題。
　　 本文深入討論了基于形狀的物體識(shí)別的特點(diǎn)與現(xiàn)狀。在總結(jié)前人大量工作的基礎(chǔ)上，作者提出了新的形狀模型學(xué)習(xí)框架。首先，該框架把從形狀提取得到的大量線段通過(guò)矩陣變換投影到三個(gè)距離度量空間，其中每一個(gè)距離度量具有某種形變不變性(例如平移、旋轉(zhuǎn)不變性等)。其次，每一條線段投影后可以看作是度量空間中的一個(gè)點(diǎn)，我們?yōu)檫@個(gè)點(diǎn)統(tǒng)計(jì)一個(gè)閾值作為半徑ε，則形成一個(gè)“球(ε-ball)”。只要該閾值足夠小，這個(gè)ε-ball可看

5、作是一個(gè)局部形狀流形。最后，我們把每一個(gè)ε-ball定義為弱分類器，并分別介紹了使用新的產(chǎn)生式學(xué)習(xí)算法和判別式學(xué)習(xí)算法對(duì)ε-ball進(jìn)行篩選，從而學(xué)習(xí)形狀模型。本文的貢獻(xiàn)在于：靈活的組合已有的形狀描述和距離度量方法，并生成大量的形變無(wú)關(guān)的形狀特征；提出了兩種不同的學(xué)習(xí)算法對(duì)這些特征進(jìn)行高效篩選；分別給出了兩種學(xué)習(xí)算法的嚴(yán)格推導(dǎo)，從理論角度驗(yàn)證了算法的可行性。
　　 作者在多個(gè)公共數(shù)據(jù)集上進(jìn)行測(cè)試，如MPEG-7 Shape Da