基于LPT的導(dǎo)出核模型及其不變性研究.pdf

1、近年來在模式識別和圖像處理領(lǐng)域，基于生物視覺的相似性度量在機器學(xué)習(xí)領(lǐng)域逐漸成為熱點問題。特別是在復(fù)雜環(huán)境目標(biāo)識別問題中，希望能得到好的相似性度量，以實現(xiàn)圖像中不同目標(biāo)的選擇性和同一目標(biāo)不同圖像不變性的統(tǒng)一，因此探索新的高效算法仍然是目前模式識別和圖像匹配領(lǐng)域的研究熱點。
　　 本文首先概述了圖像匹配算法特別是相似性度量的研究現(xiàn)狀。重點介紹了導(dǎo)出核模型的構(gòu)造過程以及面臨的問題，其基本思想是把靈長類動物視覺皮層的響應(yīng)原理引入到機器學(xué)

2、習(xí)研究中，來衡量圖像內(nèi)在特征接近程度，使機器能更有效地進(jìn)行學(xué)習(xí)。
　　 然后本論文根據(jù)導(dǎo)出核模型基本結(jié)構(gòu)框架，提出了基于對數(shù)極坐標(biāo)變換（log-polartransformation，LPT）的導(dǎo)出核模型，并對該模型的基本思想、數(shù)學(xué)模型、模板選取以及不變性進(jìn)行了詳細(xì)敘述和證明，并通過人臉仿真實驗驗證了算法對于處理旋轉(zhuǎn)、伸縮等復(fù)雜變換的良好效果。最后，分析了此方法的不足并對可能的研究方向進(jìn)行了探討。導(dǎo)出核模型的出現(xiàn)，特別是其平移不