生物視覺啟發(fā)的形狀特征層次模型及其在目標(biāo)識(shí)別中的應(yīng)用.pdf

1、使計(jì)算機(jī)擁有與人類相媲美的目標(biāo)識(shí)別能力是計(jì)算機(jī)視覺領(lǐng)域研究的目標(biāo)。應(yīng)用生物視覺的信息處理機(jī)制進(jìn)行目標(biāo)識(shí)別是當(dāng)前研究的熱點(diǎn)之一。形狀特征作為描述目標(biāo)的重要特征，在大腦視覺皮層中通過腹側(cè)通路的V1-V2-V4-IT區(qū)進(jìn)行層次化表達(dá)。由于形狀信息在大腦皮層中的處理機(jī)制相對(duì)復(fù)雜，尚未形成完善的理論體系，因此傳統(tǒng)計(jì)算機(jī)視覺方法停留在模擬 V1區(qū)提取目標(biāo)形狀的條形特征，忽略了高級(jí)視覺皮層對(duì)目標(biāo)形狀表達(dá)的重要作用。因此總結(jié)并分析高級(jí)皮層的形狀信息處理

2、機(jī)制，并應(yīng)用于提取目標(biāo)形狀特征進(jìn)行目標(biāo)識(shí)別具有重要的理論意義和應(yīng)用前景。
　　本文從生物視覺角度出發(fā)，針對(duì)V1提取條形特征對(duì)目標(biāo)形狀表達(dá)的不足，重點(diǎn)研究了腹側(cè)通路 V1-V2-V4區(qū)對(duì)形狀信息的處理機(jī)制，建立了形狀特征層次模型，進(jìn)一步提取角形、曲率特征。模型的V1層通過Gabor提取條形特征；在此基礎(chǔ)上引入V2層，結(jié)合3D-DOG抑制噪聲，并將兩組方向相差90度的Gabor濾波器組提取的條形特征組合為角形特征；V4層通過曲率域計(jì)算

3、，描述目標(biāo)輪廓的形變程度，并最終提取融合曲率與梯度方向的直方圖特征。通過條形、角形、曲率的層次性表達(dá)，有效增強(qiáng)了目標(biāo)形狀關(guān)鍵點(diǎn)的描述；通過結(jié)合曲率與梯度方向直方圖，可以有效彌補(bǔ)單一的曲率或梯度特征局部描述的不充分。
　　通過利用MNIST手寫數(shù)字?jǐn)?shù)據(jù)集與21類遙感影像數(shù)據(jù)集，提取目標(biāo)形狀特征并進(jìn)行分類，并與傳統(tǒng)的生物視覺啟發(fā)的計(jì)算模型與典型的計(jì)算機(jī)視覺圖像表達(dá)方法對(duì)比，發(fā)現(xiàn)本文模型可以取得較為良好的目標(biāo)識(shí)別效果。并通過相關(guān)實(shí)驗(yàn)驗(yàn)證