基于SMF模型的生物啟發(fā)影像特征分類.pdf

1、人類與靈長類的視皮層目標(biāo)識(shí)別性能遠(yuǎn)遠(yuǎn)優(yōu)于最佳的機(jī)器視覺系統(tǒng)。因此，自上個(gè)世紀(jì)50年代起人們開始關(guān)注生物視覺啟發(fā)的計(jì)算機(jī)視覺模型的研究。1999年，Riesenhuber和Poggio提出了基于視覺感知機(jī)理的標(biāo)準(zhǔn)模型特征SMFs（Standard Model Features）。但是，當(dāng)前從計(jì)算機(jī)視覺的角度對(duì)基于SMFs的目標(biāo)識(shí)別與紋理分類的性能進(jìn)行大規(guī)模的分析評(píng)價(jià)極少，尤其是與SIFT和LBP等經(jīng)典的計(jì)算機(jī)視覺模型對(duì)比研究以及 SMF模

2、型腹側(cè)通路特征的分析評(píng)價(jià)，這對(duì)于我們認(rèn)識(shí)生物啟發(fā)的特征提取研究具有重要的理論與應(yīng)用價(jià)值。2010年，Leibo等提出了選擇性指數(shù)評(píng)價(jià)方法但并未進(jìn)行深入的評(píng)價(jià)工作，本文則在此基礎(chǔ)上對(duì)特征選擇性進(jìn)行詳細(xì)的定量評(píng)價(jià)工作。
　　本文在研究生物視覺系統(tǒng)尤其是腹側(cè)通路的目標(biāo)識(shí)別機(jī)制的基礎(chǔ)上，基于紋理與目標(biāo)圖像數(shù)據(jù)庫，從計(jì)算機(jī)視覺的角度對(duì)視覺層次特征計(jì)算模型在旋轉(zhuǎn)、尺度及仿射等方面的不變性進(jìn)行了詳細(xì)的定量分析與評(píng)價(jià)，并與當(dāng)今一流的計(jì)算機(jī)視覺方法

3、進(jìn)行比較系統(tǒng)深入的對(duì)比分析，獲得了比較有價(jià)值的結(jié)論。本文研究工作及重要的實(shí)驗(yàn)評(píng)價(jià)結(jié)論主要包括：
　　一，從生物視覺的角度出發(fā)，詳細(xì)介紹了視皮層的腹側(cè)通路、感受野及其特性，并對(duì)視皮層的不變性與選擇性進(jìn)行分析，闡明了標(biāo)準(zhǔn)模型的生物學(xué)基礎(chǔ)。
　　二，從計(jì)算機(jī)視覺的角度出發(fā)，分別介紹了生物視覺層次模型、局部二元模式特征、SIFT特征匹配算法。重點(diǎn)分析討論了生物層次模型的算法性能及其不變性、選擇性特性。同時(shí)，引入本文的評(píng)價(jià)體系與方法。

4、
　　三，目標(biāo)與紋理分類的評(píng)價(jià)分析。首先進(jìn)行訓(xùn)練集大小評(píng)價(jià)、參數(shù)評(píng)價(jià)、運(yùn)行時(shí)間評(píng)價(jià)等，然后分別在紋理數(shù)據(jù)庫、目標(biāo)數(shù)據(jù)庫及高分辨率遙感影像混合數(shù)據(jù)庫上進(jìn)行不變性與選擇性分析，最后分別與LBP特征、SIFT特征進(jìn)行不變性的比較分析，最終得出結(jié)論。
　?、偻ㄟ^大量紋理、目標(biāo)及高分辨率遙感影像的實(shí)驗(yàn)分析，生物視覺模型具有優(yōu)良的旋轉(zhuǎn)不變性、尺度不變性與仿射不變性。
　?、谂c當(dāng)前一流的計(jì)算機(jī)視覺方法，比如 LBP特征及 SIFT特

5、征進(jìn)行了對(duì)比與分析發(fā)現(xiàn)：SMFs特征的旋轉(zhuǎn)不變性遠(yuǎn)遠(yuǎn)優(yōu)于LBP特征，略優(yōu)于SIFT特征；SMFs特征的尺度不變性優(yōu)于LBP特征，而對(duì)于SIFT特征而言，當(dāng)尺度級(jí)較大時(shí)，標(biāo)準(zhǔn)模型特征的尺度不變性優(yōu)于SIFT特征，當(dāng)尺度級(jí)較小時(shí)，SIFT特征的尺度不變性更優(yōu)；SMFs特征的仿射不變性均優(yōu)于LBP算子及SIFT算法。
　　③在此基礎(chǔ)上，本文還進(jìn)行了腹側(cè)通路上每個(gè)層次之間的選擇性與不變性評(píng)價(jià)，實(shí)驗(yàn)結(jié)果表明，SMFs特征在腹側(cè)通路上的不變性