基于輪廓點(diǎn)空間結(jié)構(gòu)特征的形狀匹配方法研究.pdf

1、近半個(gè)世紀(jì)以來(lái)，形狀匹配一直都是計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域的重要課題之一。在各種不同類型的形狀匹配方法中，基于輪廓點(diǎn)空間結(jié)構(gòu)特征的形狀匹配方法表現(xiàn)出較好的效果并得到了普遍關(guān)注。如何結(jié)合形狀描述符的自身特點(diǎn)，有效地改善形狀匹配方法的精度和效率一直都是相關(guān)研究中的關(guān)鍵問(wèn)題。本文以輪廓點(diǎn)空間結(jié)構(gòu)特征為主要研究對(duì)象，嘗試分別從形狀特征提取、形狀特征匹配和形狀距離學(xué)習(xí)等不同環(huán)節(jié)入手，對(duì)形狀匹配方法的相關(guān)內(nèi)容展開研究。
　　本文的研究工作主要包

2、含以下幾個(gè)方面:
　　(1)針對(duì)形狀上下文難以準(zhǔn)確描述形狀輪廓信息的問(wèn)題，提出基于模糊形狀上下文的形狀匹配方法。雖然對(duì)數(shù)極坐標(biāo)直方圖能夠兼顧形狀輪廓的全局信息和局部信息，但是由于其僅能將采樣點(diǎn)硬劃分至不同的柵格中，因此可能導(dǎo)致對(duì)應(yīng)形狀描述符難以準(zhǔn)確地反映輪廓采樣點(diǎn)分布情況。為此，本文提出建立對(duì)數(shù)極坐標(biāo)模糊直方圖來(lái)精確描述輪廓采樣點(diǎn)分布情況，進(jìn)而生成一種新的形狀描述符——模糊形狀上下文。該描述符通過(guò)分析各采樣點(diǎn)在不同模糊子集下對(duì)應(yīng)的

3、隸屬度函數(shù)，能夠準(zhǔn)確地反映形狀輪廓信息，從而得到更好的形狀特征提取結(jié)果。在此基礎(chǔ)上提出了基于局部約束的采樣點(diǎn)匹配方法和基于點(diǎn)集分割的采樣點(diǎn)匹配方法，二者均能夠快速有效地解決輪廓采樣點(diǎn)匹配問(wèn)題?？紤]到絕對(duì)框架下模糊形狀上下文不具備旋轉(zhuǎn)不變的特性，進(jìn)一步設(shè)計(jì)循環(huán)移位匹配來(lái)解決該問(wèn)題。仿真實(shí)驗(yàn)表明所提出方法具有良好的形狀匹配結(jié)果。
　　(2)為了提升逐對(duì)形狀匹配方法的匹配精度，通過(guò)度量替換和形狀距離學(xué)習(xí)對(duì)其進(jìn)行改進(jìn)，分別提出基于直方圖推

4、土機(jī)距離的形狀上下文匹配方法和基于期望首達(dá)時(shí)間的形狀距離學(xué)習(xí)方法。結(jié)合直方圖自身結(jié)構(gòu)特點(diǎn)，通過(guò)對(duì)推土機(jī)距離模型進(jìn)行簡(jiǎn)化得到一種效率更高的交叉相似度——直方圖推土機(jī)距離模型。由于順序相似度不能很好反映形狀描述符之間距離，在形狀特征匹配步驟中引入直方圖推土機(jī)距離來(lái)替換原有的度量標(biāo)準(zhǔn)。實(shí)驗(yàn)結(jié)果驗(yàn)證改進(jìn)后模型具有更高的效率，且引入形狀匹配方法當(dāng)中能得到較好的結(jié)果。此外，為了避免標(biāo)記傳播算法存在的不平衡性問(wèn)題，引入期望首達(dá)時(shí)間對(duì)逐對(duì)形狀匹配方法對(duì)

5、應(yīng)得到的形狀間距離進(jìn)行更新。在通過(guò)距離矩陣構(gòu)造離散時(shí)間馬爾科夫鏈的基礎(chǔ)上，結(jié)合質(zhì)點(diǎn)在狀態(tài)空間中完成狀態(tài)轉(zhuǎn)移的平均時(shí)間來(lái)分析形狀間距離，進(jìn)而能夠更充分地挖掘形狀樣本空間流形信息。實(shí)驗(yàn)結(jié)果表明提出的形狀距離學(xué)習(xí)方法能夠有效提升形狀識(shí)別和檢索精度。
　　(3)為了提升形狀匹配方法的效率，提出基于角點(diǎn)模糊形狀上下文的快速形狀匹配方法，并將基于輪廓點(diǎn)空間結(jié)構(gòu)特征的形狀匹配方法應(yīng)用于行為識(shí)別。以形狀輪廓上較少數(shù)目的角點(diǎn)為參考生成模糊形狀上下文

6、，進(jìn)而得到一種新的形狀描述符——角點(diǎn)模糊形狀上下文。該形狀表示方法既能夠較好地反映形狀輪廓重要信息，同時(shí)采樣點(diǎn)匹配所需時(shí)間也相對(duì)較少。進(jìn)一步設(shè)計(jì)了與之對(duì)應(yīng)的快速形狀特征匹配方法，實(shí)驗(yàn)結(jié)果驗(yàn)證了提出的快速形狀匹配方法展現(xiàn)出了更好的精度和效率。此外，考慮到視頻圖像的人物剪影中包含了豐富的形狀信息，嘗試通過(guò)分析剪影形狀來(lái)進(jìn)行行為識(shí)別。利用輪廓點(diǎn)空間結(jié)構(gòu)特征對(duì)各幀中的剪影變化進(jìn)行表示，選擇基于極坐標(biāo)模糊直方圖形狀匹配方法進(jìn)行快速剪枝，進(jìn)一步利用