交通場景自動語義標記算法研究.pdf

1、圖像標記的任務是將圖像中每個像素標記到它所屬的標記類別，它是場景理解的重要步驟和基礎，在計算機視覺領域有著重要的作用。行車視角捕捉到的交通場景圖像信息能準確的記錄和表達行車過程中所遇到真實交通場景。對行車視角的交通場景圖像進行標記，能夠為智能駕駛設備以及城市交通調度監(jiān)控系統的統計以及決策提供重要參考信息。針對行車過程中所搜集的城市交通場景數據，研究了單幀圖像語義標記以及由多幀構成的圖像序列的標記方法，提出了具有更高準確性和魯棒性的語義標

2、記模型和視頻語義標記方法。本文的主要工作以及研究成果如下：
　　針對單幀交通場景圖像，提出了一種能夠有效加強圖標記效果的多尺度級聯層次模型。在單一尺度條件下對輸入圖像進行自動標記過程中，由于不同語義對象在不同分辨率下有不同的表現力，利用一種標記標準去處理圖像中不同表現力的區(qū)域顯然比較牽強，更不能夠十分準確的顯示標記對象的表達效果。本文第一階段工作中提出的模型利用對不同分辨率的圖像的標記，即列出了不同表現力的語義對象，構建了層次標記

3、參數影響和效果反饋的級聯分層關系，利用迭代算法，最終達到優(yōu)化標記效果的目的。為了能夠對模型進行客觀的測試，我們?yōu)槟Ｐ偷倪\行設計了一種有效的迭代算法，并證明了其收斂性。
　　針對由多幀圖像序列組成的交通場景視頻，我們提出了一種標記對象級別的超體元圖跟蹤標記方法，對行車視角的交通場景視頻進行多語義標記。超體元能夠有效的表示前景在時間和空間上的變化，我們對超體元圖進行了擴展，構建出一種能夠表示多標記對象結構的超體元圖，通過對超體元集合所

4、構成的標記對象在時間演進的過程中有效跟蹤和預測，使得該圖能夠保持交通場景中一些標記對象（如道路、天空、建筑）的相對穩(wěn)定結構。這種超體元的像素集合的跟蹤能夠長時間引導標記傳播，應對標記對象遮擋、形變以及顏色等變化。
　　最后，除了編程實現多尺度級聯層次模型和超體元圖跟蹤算法以及證明方法的有效性之外，我們依據PASCAL標準構建了包含大量有效實驗數據的行車場景數據集，并根據相應需求設計和實現了一系列針對數據集的應用工具，以供其他研究者