基于視覺詞匯學(xué)習(xí)的形狀分析與匹配.pdf

1、形狀匹配是計(jì)算機(jī)視覺領(lǐng)域當(dāng)中的一個(gè)基礎(chǔ)問題，該技術(shù)可以被應(yīng)用至形狀檢索、物體識(shí)別、機(jī)器人導(dǎo)航、手勢(shì)識(shí)別以及動(dòng)畫合成等多種問題當(dāng)中。在比較或匹配兩個(gè)指定形狀時(shí)，獲取有效的形狀相似性度量是形狀分析研究中的重要問題之一。然而，一些傳統(tǒng)的形狀分析方法通常缺乏較好的形狀描述能力，而另外一些方法則在比較形狀相似性時(shí)具有較高的時(shí)間復(fù)雜度。因此，若能尋找到在效率和準(zhǔn)確度間獲得最佳平衡的形狀表示與匹配算法，便可以使得該方法在實(shí)際應(yīng)用中得到推廣，該問題的研

2、究?jī)r(jià)值也因此顯得至關(guān)重要。
　　論文使用了一種基于學(xué)習(xí)的形狀描述子來進(jìn)行形狀匹配。論文立足于單詞袋模型（BoW）的表示框架，該方法可以把形狀中提取出的局部特征轉(zhuǎn)化為一個(gè)整體表達(dá)。由于在向量空間分析當(dāng)中使用的距離度量可直接用于比較所構(gòu)建的全局特征，該方法避免了進(jìn)行局部特征匹配的耗時(shí)過程，繼而帶來了形狀匹配時(shí)速度上的提升。與空間金字塔匹配（SPM）的思想類似，論文在編碼特征整合及視覺詞匯學(xué)習(xí)階段使用了一種基于特征劃分策略，這使得構(gòu)建的

3、形狀描述子同時(shí)融入了全局和局部形狀信息。另外，論文設(shè)計(jì)了一種基于局部輪廓片段的二維形狀特征提取方法，并使用與局部輪廓相關(guān)聯(lián)的一些重要屬性信息來設(shè)計(jì)特征劃分規(guī)則。論文所設(shè)計(jì)的局部特征提取和特征劃分方法降低了形狀旋轉(zhuǎn)對(duì)形狀表示的影響。在二維形狀表示基礎(chǔ)之上，論文也提出了一種基于球面視點(diǎn)投影的方法，將其推廣至三維形狀表示的應(yīng)用場(chǎng)景中。
　　通過在二維和三維形狀的一些基準(zhǔn)數(shù)據(jù)集當(dāng)中進(jìn)行測(cè)試，論文對(duì)該形狀描述子的性能進(jìn)行了評(píng)估。在實(shí)驗(yàn)當(dāng)中，