基于骨架的圖像中物體表示與識(shí)別研究.pdf

1、制造出具有人工智能的機(jī)器人一直是科學(xué)家們的夢(mèng)想。要實(shí)現(xiàn)這一目標(biāo)關(guān)鍵的一步是識(shí)別圖像中的物體。物體的骨架不僅包含了物體的形狀特征,還具有拓?fù)浣Y(jié)構(gòu),所以它在物體識(shí)別及相關(guān)應(yīng)用領(lǐng)域,例如基于內(nèi)容的圖像檢索、字符識(shí)別、生物醫(yī)學(xué)圖像分析和監(jiān)控系統(tǒng)中,是一種有用而且重要的描述符。最近幾年,鑒于骨架能方便地描述有關(guān)節(jié)的物體,所以在人機(jī)交互系統(tǒng)和體感游戲中,骨架被廣泛用于模擬人體運(yùn)動(dòng)姿勢(shì)。總而言之,研究基于骨架的物體表示和識(shí)別能加速計(jì)算機(jī)視覺領(lǐng)域的發(fā)展

2、。
　　本文的工作主要集中在解決基于骨架的識(shí)別問題上,包括骨架剪枝,形狀分類與聚類和人體姿勢(shì)修正。本文的主要貢獻(xiàn)包括如下幾個(gè)方面:
　　1.提出一種新的叫做彎曲潛能比率的重要性度量,將其用于骨架剪枝。根據(jù)這種重要性度量,一段骨架枝是否該去除取決于它所對(duì)應(yīng)的輪廓段對(duì)整個(gè)形狀的貢獻(xiàn)。而同樣一段輪廓段處于整個(gè)輪廓上不同位置時(shí)所表現(xiàn)出的重要程度可能會(huì)有所不同,所以判斷輪廓段對(duì)整個(gè)形狀的貢獻(xiàn)還需考慮其所處位置。同時(shí),通過在骨架生長(zhǎng)中結(jié)

3、合該重要性度量進(jìn)行剪枝,以保證剪枝骨架的連通性。實(shí)驗(yàn)結(jié)果表明,該剪枝算法能去除冗余的骨架枝,并得到適用于形狀匹配的精確骨架。
　　2.提出一種新的骨架剪枝算法,它與傳統(tǒng)的方法有著本質(zhì)的不同。它將骨架剪枝問題通過貝葉斯模型抽象成一個(gè)骨架簡(jiǎn)單性和形狀重建誤差之間的開關(guān)問題。形狀重建誤差通過重建形狀與原始形狀的面積覆蓋程度度量,而形狀簡(jiǎn)單性則反比于骨架長(zhǎng)度。一個(gè)簡(jiǎn)單的貪心算法被用來去逼近最大的貝葉斯后驗(yàn)概率,由此定義了一個(gè)剪枝順序,從而

4、得到最終的剪枝骨架。實(shí)驗(yàn)表明,在不調(diào)節(jié)任何參數(shù)的情況下,該算法得到的骨架對(duì)于物體輪廓變形及類內(nèi)形狀變化依舊是穩(wěn)定的。
　　3.提出一種基于骨架的形狀分類方法。通過有監(jiān)督學(xué)習(xí)得到同類形狀的骨架聯(lián)合樹,樹中的節(jié)點(diǎn)包含了樣例骨架的接合點(diǎn)以及它們的統(tǒng)計(jì)分布。隨后,根據(jù)貝葉斯準(zhǔn)則,這些信息會(huì)被用來對(duì)新的形狀進(jìn)行分類。在兩個(gè)知名的形狀數(shù)據(jù)集上的分類精度都要好于其他最先進(jìn)的形狀分類方法,說明了該算法的有效性。
　　4.提出一種基于骨架的方

5、法去解決形狀聚類的問題。該方法發(fā)掘出一種能表示同類物體固有內(nèi)在信息的共同結(jié)構(gòu)。一般聚類方法僅僅考慮成對(duì)的相似性度量,與之不同,本文提出的聚類方法采用合并型多層次框架,在聚類的同時(shí)更新共同結(jié)構(gòu),并將之用于下一次合并迭代以改進(jìn)形狀間相似度。實(shí)驗(yàn)結(jié)果表明,該方法能發(fā)掘出同類形狀的共同結(jié)構(gòu),同時(shí)能自動(dòng)檢測(cè)出異常骨架節(jié)點(diǎn),并對(duì)參數(shù)設(shè)置不敏感,且在四個(gè)形狀數(shù)據(jù)集上都取得了最好的聚類效果。
　　5.提出一種基于從Kinect深度圖像中估計(jì)得到的

6、初始人體骨架的姿勢(shì)修正算法。它顯示了基于樣例的方法是解決姿勢(shì)修正問題的一個(gè)有效途徑,而通過隨機(jī)森林回歸去學(xué)習(xí)非齊次的系統(tǒng)化誤差則是解決問題的關(guān)鍵。采用級(jí)聯(lián)回歸和增加運(yùn)動(dòng)一致性約束也可以幫助提高姿勢(shì)修正的結(jié)果。實(shí)驗(yàn)結(jié)果表明,該姿勢(shì)修正算法,確實(shí)可以極大程度地提高姿勢(shì)識(shí)別的精度,并且遠(yuǎn)好于當(dāng)前Kinect系統(tǒng)所采用的姿勢(shì)修正算法的效果。
　　本文所要解決的問題都是計(jì)算機(jī)視覺領(lǐng)域中的基礎(chǔ)問題,所以本文所提出的模型和算法對(duì)其他的視覺任務(wù)和