視覺模式識別中的差別性視覺詞選擇研究.pdf

1、一般目標類識別和行為識別是當前計算機視覺界研究的熱點問題。詞袋模型為解決該類問題提供了一個基本框架。詞袋模型涉及四個關(guān)鍵的因素:局部特征檢測、局部特征描述、視覺詞典的構(gòu)造及分類器的設(shè)計。傳統(tǒng)的視覺詞典是由聚類算法得到,把聚類中心作為視覺詞。其局限性在于,那些平凡的視覺詞,就像文本處理中的冠詞一樣,大量出現(xiàn)在詞典中,使詞典龐大,造成圖像量化表示的維數(shù)高,從而使得計算復雜性高。針對這一局限性,本文重點研究判別性視覺詞的提取,在模式分類中提取

2、最具判別性的視覺詞,減小詞典的規(guī)模,降低計算復雜性。另外,傳統(tǒng)的詞袋模型假設(shè)視覺詞之間是獨立的,然而,視頻圖像的視覺詞之間在時間上是有關(guān)聯(lián)的,本文針對行為識別研究具有時間關(guān)聯(lián)性的判別性視覺詞選擇。本文主要的研究工作和貢獻如下:
　　 1.針對一般類目標識別,提出基于假設(shè)檢驗的判別性視覺詞提取算法。本文分別利用T檢驗,秩和檢驗,柯爾莫可洛夫-斯米洛夫檢驗三種假設(shè)檢驗方法計算各自的最優(yōu)置信集的視覺詞,三種檢驗得到的所有視覺詞構(gòu)成判別

3、詞典。將本文所提算法應(yīng)用于Caltech、UIUC及Xerox標準圖像庫,實驗結(jié)果驗證了所提算法的有效性。
　　 2.針對一般類目標識別,提出基于最大邊際多樣性的視覺判別詞提取方法。對圖像的局部特征集,進一步放寬假設(shè)檢驗的限制,在不作任何先驗假設(shè)的情況下,采用使邊際多樣性最大化的優(yōu)化模型,求解判別性視覺詞。將本文所提算法應(yīng)用于Caltech、UIUC及Xerox標準圖像庫,并與傳統(tǒng)的K-means聚類形成的詞典比較,實驗結(jié)果顯示