基于數(shù)據(jù)關系的魯棒幾何模型擬合方法研究.pdf

1、模型擬合是計算機視覺中一個重要的研究領域，是魯棒統(tǒng)計學、機器學習和圖像處理等多個學科的交叉研究方向。模型擬合的主要任務是能夠有效地擬合觀測數(shù)據(jù)中所蘊含的所有模型實例。由于觀測數(shù)據(jù)中往往含有大量的離群點或者存在不平衡數(shù)據(jù)，且可能同時存在多個模型實例，因此，設計一個具有較好的魯棒性且能夠有效地擬合多結(jié)構(gòu)數(shù)據(jù)的模型擬合方法具有很大的挑戰(zhàn)性。近些年來，國內(nèi)外許多學者提出了大量優(yōu)秀的模型擬合方法。然而，當前的模型擬合方法在算法擬合準確性或計算速度

2、上還遠遠無法滿足實際需求。此外，能夠提供一致性擬合結(jié)果的確定性擬合方法還處于一個剛剛起步的發(fā)展階段，存在適用范圍太窄的問題。
　　針對以上的問題和難點，本文以數(shù)據(jù)關系為框架，研究如何構(gòu)建有效的簡單圖和超圖模型用于表示模型假設之間和模型假設與數(shù)據(jù)點之間的復雜關系。此外，本文還研究挖掘特征表觀含有的先驗信息用于表示數(shù)據(jù)點之間的關系。研究內(nèi)容主要包括對不平衡數(shù)據(jù)的處理、超圖的構(gòu)建、模型選擇的準確率的提高和確定性算法的適用性范圍的擴展等。

3、在此基礎上，提出一些新的模型擬合方法。本文提出的模型擬合方法具有較好的魯棒性，并能夠取得較好的擬合效果。本文的主要研究內(nèi)容和創(chuàng)新之處包括:
　　(1)提出一種基于簡單圖模式搜索的模型擬合方法。在特征空間中，不平衡數(shù)據(jù)往往會導致模型擬合方法將來自較小結(jié)構(gòu)的內(nèi)點誤認為是離群點，從而導致無法準確地擬合模型實例。基于簡單圖模式搜索的模型擬合方法通過簡單圖模型將特征空間的模型擬合問題轉(zhuǎn)化為參數(shù)空間的模型擬合問題，從而能夠直接對模型假設進行操

4、作，可有效緩解算法對數(shù)據(jù)分布的敏感性。此外，該擬合方法還將模型假設的偏好分析引入到模式搜索算法中，以減弱無效模型假設對算法性能的影響。為了進一步緩解對不平衡數(shù)據(jù)的敏感性，該擬合方法通過隨機游走算法對簡單圖的整體結(jié)構(gòu)進行分析，有利于算法避免陷入局部最優(yōu)。實驗結(jié)果表明基于簡單圖模型搜索的模型擬合方法能夠在復雜的不平衡數(shù)據(jù)中取得較好的擬合效果。
　　(2)提出一種基于超圖子圖檢測的模型擬合方法?；诔瑘D子圖檢測的模型擬合方法通過構(gòu)建超圖

5、模型來表示模型假設與數(shù)據(jù)點之間的復雜關系。該超圖模型能夠避免被轉(zhuǎn)化為簡單圖，能直接被用于處理模型擬合問題。該擬合方法還包含了一種魯棒的子圖檢測算法，能夠有效地分割子圖并自動估計子圖數(shù)量。實驗結(jié)果表明該擬合方法在計算速度和擬合準確性上均能取得較好的擬合效果。
　　(3)提出一種基于超圖模式搜索的模型擬合方法?；诔瑘D模式搜索的模型擬合方法通過超圖模型在參數(shù)空間中處理模型擬合問題，能夠有效緩解算法對不平衡數(shù)據(jù)的敏感性問題，并同時挖掘超

6、圖模型帶來的擬合準確性較高的優(yōu)勢。該擬合方法還包含一種基于超圖的模式搜索算法。該模式搜索算法通過分析超圖頂點的權(quán)重度量以及頂點之間的相似性，有效地搜索對應真實模型實例的權(quán)威模式。實驗結(jié)果表明該擬合方法在相對平衡和不平衡的數(shù)據(jù)上均能取得擬合準確性較高的擬合效果。
　　(4)提出一種基于超像素的確定性擬合方法。前面三種擬合方法均是基于隨機性的擬合方法，無法提供一致性的擬合結(jié)果。基于超像素的確定性擬合方法通過分割超像素將特征表觀含有的先