基于流形感知的圖像距離度量研究.pdf

1、人類(lèi)的活動(dòng)在很大程度上依賴(lài)對(duì)視場(chǎng)中對(duì)象的快速準(zhǔn)確識(shí)別。盡管對(duì)人腦來(lái)說(shuō)很容易,但用計(jì)算機(jī)實(shí)現(xiàn)圖像識(shí)別卻非常困難。圖像識(shí)別被公認(rèn)為計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)難題。圖像間的相似性度量是圖像識(shí)別中的基本問(wèn)題。理想的圖像距離度量不僅能準(zhǔn)確地區(qū)分不同對(duì)象,而且能適應(yīng)對(duì)象的平移、旋轉(zhuǎn)、縮放、和非剛性形變等變化。最近研究表明人類(lèi)的視覺(jué)感知是基于流形的。在旋轉(zhuǎn)角度、縮放尺度等因素連續(xù)變化時(shí),對(duì)象在視網(wǎng)膜上所成的像構(gòu)成了高維觀測(cè)空間中的低維圖像流形。如何將生物

2、學(xué)研究成果用于圖像距離度量中具有重要意義。
　　本論文通過(guò)模擬人類(lèi)流形感知過(guò)程,提出了基于流形感知的圖像距離度量方法,并探討了其在圖像識(shí)別中的應(yīng)用。主要對(duì)以下幾個(gè)方面進(jìn)行了深入研究。
　　首先提出了基于流形學(xué)習(xí)和流形高階近似的圖像距離–流形高階近似距離(HMD)。首先用流形學(xué)習(xí)算法–最大方差展開(kāi)方法(MVU)學(xué)習(xí)出非線(xiàn)性圖像流形的內(nèi)蘊(yùn)變量,沿內(nèi)蘊(yùn)變量方向柵格化非線(xiàn)性圖像流形,通過(guò)有限差分去近似流形關(guān)于內(nèi)蘊(yùn)變量的高階導(dǎo)數(shù),然后

3、用基于流形高階泰勒展開(kāi)式的曲面去近似非線(xiàn)性流形。HMD距離定義為圖像空間中測(cè)試圖像與圖像流形的高階近似曲面間的最小距離。HMD能夠直接用于基于距離的分類(lèi)器中,實(shí)現(xiàn)圖像識(shí)別。人臉識(shí)別和手寫(xiě)數(shù)字識(shí)別實(shí)驗(yàn)結(jié)果表明,與歐式距離、流形切距離和圖像歐式距離(IMED)等典型圖像距離相比,HMD能適應(yīng)更大范圍的圖像變換,并且具有更高的識(shí)別精度和穩(wěn)定性。
　　其次提出了基于Gabor特征的流形近似距離(GFMD),在Gabor特征空間中度量圖像間

4、的相似性。圖像中的冗余信息會(huì)影響圖像距離度量的精度,因此用多尺度、多方向的二維Gabor小波提取圖像的局部顯著特征,組合成圖像的Gabor特征向量。用MVU方法學(xué)習(xí)Gabor特征流形的內(nèi)蘊(yùn)變量,然后用基于特征流形高階泰勒展開(kāi)式的曲面去近似Gabor特征流形。GFMD距離定義為Gabor特征空間中測(cè)試圖像的Gabor特征與Gabor特征流形的高階近似曲面間的最小距離。GFMD能夠直接用于基于距離的分類(lèi)器中,實(shí)現(xiàn)圖像識(shí)別。人臉識(shí)別和手寫(xiě)數(shù)字

5、識(shí)別實(shí)驗(yàn)結(jié)果表明GFMD與在識(shí)別精度和穩(wěn)定性上要優(yōu)于HMD和其它基于Gabor特征的典型圖像距離,但GFMD的計(jì)算量要大于對(duì)比的距離的計(jì)算量。
　　最后提出了基于視覺(jué)注意模型和子流形距離的復(fù)雜目標(biāo)識(shí)別模型。選擇基于對(duì)象積累的視覺(jué)注意模型對(duì)復(fù)雜場(chǎng)景中的復(fù)雜目標(biāo)進(jìn)行檢測(cè)。該視覺(jué)注意模型通過(guò)不斷擴(kuò)展當(dāng)前視覺(jué)關(guān)注區(qū)域來(lái)獲取完整的目標(biāo)。當(dāng)前關(guān)注區(qū)域?qū)?yīng)的圖像塊集合構(gòu)成了目標(biāo)的多個(gè)子流形。在學(xué)習(xí)階段,對(duì)圖像塊集合進(jìn)行聚類(lèi),子集分別構(gòu)成了目標(biāo)的