基于視覺(jué)詞匯的物體檢測(cè)方法研究.pdf

1、物體檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)重要技術(shù)。一般來(lái)說(shuō),物體檢測(cè)的目的在于檢測(cè)圖像或視頻中出現(xiàn)的特定語(yǔ)意對(duì)象,例如行人,建筑,人臉等。其中的一些領(lǐng)域,如行人檢測(cè)和車輛檢測(cè)等,已經(jīng)有了較深入的研究。然而,目前流行的物體檢測(cè)方法很少考慮大數(shù)據(jù)情況下物體檢測(cè)的問(wèn)題,比如需要在大型圖像數(shù)據(jù)庫(kù)中快速檢測(cè)并定位圖像中出現(xiàn)的某種物體的情況。
　　“視覺(jué)詞袋”是近年來(lái)在圖像檢索領(lǐng)域里十分流行的一種圖像表示方法。簡(jiǎn)單而高效是這種方法的主要特點(diǎn)。該方法的核

2、心是將圖像的局部特征聚類形成“視覺(jué)詞匯”,并將圖像表示成包含視覺(jué)詞匯的視覺(jué)文檔。由于視覺(jué)詞匯的可索引性,基于視覺(jué)詞匯的圖像檢索與匹配算法一般具有快速高效的特點(diǎn)。
　　本文提出了一種基于視覺(jué)詞匯的物體檢測(cè)方法,以達(dá)到在大型圖像數(shù)據(jù)庫(kù)中實(shí)現(xiàn)快速物體檢測(cè)的目的。方法利用潛在語(yǔ)意分析(LSA)找到視覺(jué)詞匯中的“關(guān)鍵詞”,并基于關(guān)鍵詞對(duì)目標(biāo)物體的結(jié)構(gòu)建立了模型,最終使用這種模型實(shí)現(xiàn)基于霍夫變換的物體檢測(cè)。本文同時(shí)也對(duì)解決視覺(jué)詞匯同義性和多義