基于局部形狀流形學(xué)習(xí)的復(fù)雜物體建模和識別.pdf

1、近年來，視覺物體識別問題作為計算機(jī)視覺和圖像理解學(xué)科中的核心問題，受到了廣泛的關(guān)注，也得到了廣泛的應(yīng)用。監(jiān)控系統(tǒng)中的路人檢測，Google的圖片搜索都物體識別有關(guān)。然而，物體識別的前提是對物體進(jìn)行描述，即特征提取。提取的特征可以是基于物體的顏色、紋理、光照和形狀等。但是，實(shí)際應(yīng)用中某些感興趣的物體類別，例如人和各種卡通造型，分別由不同的穿著或者具有非真實(shí)感的顏色填充。而對這些類別的物體，基于顏色、紋理和光照所提取的特征是不穩(wěn)定的。為此，

2、基于穩(wěn)定性的考慮，形狀作為特征會是一個較為魯棒的描述子。本文的主要研究內(nèi)容就是基于形狀(物體輪廓)的物體識別問題——形狀識別。
　　 本文把形狀識別問題轉(zhuǎn)化為一個形狀分類問題，即對形狀類別進(jìn)行判斷。該問題的關(guān)鍵是尋找一種有效的形狀描述符(特征提取算子)和這些特征之間的距離函數(shù)。至今，盡管許多形狀描述符和距離度量函數(shù)已經(jīng)提出，它們各自用于解決不同形變的形狀分類問題，但有時候我們并不知道待分類的物體形狀出現(xiàn)了何種類型的形變，只針對某

3、一形變的特征在實(shí)際使用時有局限性。也有不少科學(xué)家利用傳統(tǒng)機(jī)器學(xué)習(xí)算法如Adaboost、SVM等，對特征進(jìn)行選擇，得到更有判別力的形狀模型。但是不同形狀特征的判別性能不同，對于判別能力較弱的特征，使用傳統(tǒng)學(xué)習(xí)算法來構(gòu)造強(qiáng)分類器并不能保證學(xué)習(xí)算法的收斂性。由于上述難點(diǎn)，如何自動為不同的形狀類別選擇不同的描述符和度量函數(shù)，然后把基于不同度量函數(shù)的特征組合起來，通過一個魯棒、可擴(kuò)展的學(xué)習(xí)算法學(xué)習(xí)出形狀模型，成為一個具有挑戰(zhàn)性的課題。這正是本文

4、所要研究解決的問題。
　　 本文深入討論了基于形狀的物體識別的特點(diǎn)與現(xiàn)狀。在總結(jié)前人大量工作的基礎(chǔ)上，作者提出了新的形狀模型學(xué)習(xí)框架。首先，該框架把從形狀提取得到的大量線段通過矩陣變換投影到三個距離度量空間，其中每一個距離度量具有某種形變不變性(例如平移、旋轉(zhuǎn)不變性等)。其次，每一條線段投影后可以看作是度量空間中的一個點(diǎn)，我們?yōu)檫@個點(diǎn)統(tǒng)計一個閾值作為半徑ε，則形成一個“球(ε-ball)”。只要該閾值足夠小，這個ε-ball可看

5、作是一個局部形狀流形。最后，我們把每一個ε-ball定義為弱分類器，并分別介紹了使用新的產(chǎn)生式學(xué)習(xí)算法和判別式學(xué)習(xí)算法對ε-ball進(jìn)行篩選，從而學(xué)習(xí)形狀模型。本文的貢獻(xiàn)在于：靈活的組合已有的形狀描述和距離度量方法，并生成大量的形變無關(guān)的形狀特征；提出了兩種不同的學(xué)習(xí)算法對這些特征進(jìn)行高效篩選；分別給出了兩種學(xué)習(xí)算法的嚴(yán)格推導(dǎo)，從理論角度驗證了算法的可行性。
　　 作者在多個公共數(shù)據(jù)集上進(jìn)行測試，如MPEG-7 Shape Da