貝葉斯邊緣結(jié)構(gòu)模型及其在物體分割中的應(yīng)用.pdf

1、分析圖像邊緣并提取形狀特征是計(jì)算機(jī)視覺研究領(lǐng)域的一個(gè)基本課題，被廣泛應(yīng)用在形狀匹配、圖像分割、物體識(shí)別等視覺任務(wù)中。針對(duì)圖像邊緣分析，研究者們提出了大量行之有效的方法。其中，基于格式塔原理(Gestalt principles)的邊緣感知組織(perceptual edge grouping)方法近年來成為研究的重點(diǎn)。該類方法基于認(rèn)知心理學(xué)中關(guān)于人腦在感知過程中對(duì)接近性、連續(xù)性、平行性和對(duì)稱性等顯著性特征較為敏感的研究結(jié)論，對(duì)散亂的圖像

2、邊緣進(jìn)行聚合、連接得到具有一定語義的邊緣輪廓。然而，傳統(tǒng)的邊緣感知組織方法只刻畫了一般意義的顯著性特征，并沒有包含特定類別物體形狀的先驗(yàn)知識(shí)。本文進(jìn)一步研究：如何將物體形狀相關(guān)的先驗(yàn)知識(shí)與邊緣感知組織方法結(jié)合起來，將其擴(kuò)展到提取特定類別物體的邊界輪廓即物體分割問題中。
　　 根據(jù)同類別物體形狀共有的結(jié)構(gòu)特征，我們提出一種魯棒的邊緣結(jié)構(gòu)模型，以概率形式描述圖像邊緣構(gòu)成物體邊界輪廓的置信度。模型利用統(tǒng)計(jì)學(xué)習(xí)方法從樣本數(shù)據(jù)中訓(xùn)練得到。

3、針對(duì)物體分割問題，我們還提出一種新的能量函數(shù)將邊緣結(jié)構(gòu)模型與傳統(tǒng)的感知組織方法結(jié)合，得到一個(gè)全局最優(yōu)的物體分割方法。具體地，本文的主要研究成果如下：
　　 1.提出了一種貝葉斯邊緣結(jié)構(gòu)模型(Bayesian Contour Structure Model，BCSM)。BCSM模型描述了觀察到圖像特征后一組邊緣構(gòu)成的子結(jié)構(gòu)形成物體邊界輪廓的后驗(yàn)概率。概率的方式比傳統(tǒng)判別性的邊緣結(jié)構(gòu)模型更加靈活和魯棒。BCSM模型是一種局部形狀模型

4、，與整體形狀模型相比，能更好地處理物體自身形變、物體姿態(tài)或視角變化、以及遮擋等情況。為進(jìn)一步增強(qiáng)模型的魯棒性，BCSM模型在訓(xùn)練時(shí)沒有采用如高斯等參數(shù)化模型，而是通過Boosting方法迭代地逼近物體邊緣結(jié)構(gòu)的概率分布。利用Boosting方法另一個(gè)優(yōu)點(diǎn)是可以綜合考慮幾何、顏色和紋理等多種圖像特征并做特征選取。通過樣本的統(tǒng)計(jì)學(xué)習(xí)，BCSM模型可以描述物體類別相關(guān)的結(jié)構(gòu)特征，而非一般性的感知顯著性特征。實(shí)驗(yàn)證明，BCSM模型對(duì)物體形狀特征

5、有良好的描述性，同時(shí)對(duì)背景干擾邊緣也有很好的區(qū)分性。
　　 2.設(shè)計(jì)了一種增量型的模型訓(xùn)練方法，以解決模型的小樣本學(xué)習(xí)問題。BCSM模型在訓(xùn)練時(shí)需要一定量的已標(biāo)注的樣本數(shù)據(jù)。當(dāng)物體可用的圖像數(shù)據(jù)較少時(shí)可能會(huì)出現(xiàn)小樣本問題。直接利用少量的已標(biāo)注樣本訓(xùn)練BCSM模型有可能出現(xiàn)過擬合(over-fitting)的情況，使模型的泛化能力降低。如何利用較少的已標(biāo)注數(shù)據(jù)來擴(kuò)充樣本集合也是本文研究的內(nèi)容。針對(duì)這種情況，我們提出一種增量型的模型

6、訓(xùn)練方法。首先基于最小增量編碼長(zhǎng)度方法設(shè)計(jì)了一種有監(jiān)督分類器算法。該分類器即使在小樣本情形下仍具有良好的泛化能力，適宜于樣本較少的數(shù)據(jù)分類。我們將該分類器應(yīng)用于增量型BCSM模型訓(xùn)練方法中，在訓(xùn)練初期對(duì)未標(biāo)注的樣本進(jìn)行分類，然后并入訓(xùn)練樣本集合中，實(shí)現(xiàn)訓(xùn)練集的在線自動(dòng)標(biāo)注。
　　 3.在BCSM模型基礎(chǔ)上，定義了一種新的感知組織能量函數(shù)，用于物體輪廓的提取。感知組織能量函數(shù)描述了物體輪廓的聯(lián)合后驗(yàn)概率。我們假設(shè)各邊緣子結(jié)構(gòu)之間是

7、統(tǒng)計(jì)獨(dú)立的，將物體的整體輪廓的后驗(yàn)概率因子分解為該輪廓所包含的子結(jié)構(gòu)的后驗(yàn)概率的乘積。因此在最大似然估計(jì)準(zhǔn)則下，在圖像中搜索最優(yōu)的物體輪廓等價(jià)于最大化該聯(lián)合概率。通過對(duì)數(shù)操作，我們將最大概率問題轉(zhuǎn)化為最小化能量問題。研究表明直接最小化感知組織能量函數(shù)存在“小環(huán)”問題，即提取結(jié)果往往是圖像噪聲形成的沒有價(jià)值的小輪廓。為減輕直接優(yōu)化帶來的偏差，我們利用輪廓的長(zhǎng)度對(duì)能量函數(shù)進(jìn)行歸一化(normalization)，因而最終得到的能量函數(shù)為一種