基于代表性塊的聯(lián)合對(duì)象提取.pdf

1、近幾年，對(duì)象提取成為計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)重要的研究方向，為準(zhǔn)確估計(jì)出圖像中的對(duì)象或部分，對(duì)象檢測(cè)、對(duì)象識(shí)別等各種操作方法層出不窮。如今多數(shù)方法一般是在單幅圖像中針對(duì)一個(gè)或多個(gè)不同的對(duì)象進(jìn)行操作，而當(dāng)給定一批主題相關(guān)的圖像時(shí)，通常的對(duì)象提取方法很難實(shí)現(xiàn)多圖像中相同對(duì)象的估計(jì)。因此，聯(lián)合對(duì)象的提取技術(shù)便應(yīng)運(yùn)而生，但目前關(guān)于這方面的研究很少。
　　本文提出了一種基于代表性塊的聯(lián)合對(duì)象提取方法，其目的是判別出兩幅相關(guān)圖像中相同的對(duì)象部分。所

2、謂對(duì)象是指圖像中的顯著區(qū)域，即人視覺(jué)感知的主要部分。對(duì)象的顯著性特征可從顏色、紋理、形狀、空間關(guān)系、統(tǒng)計(jì)特征等五個(gè)方面進(jìn)行描述，而根據(jù)單一特征所提取的圖像效果在時(shí)間復(fù)雜度和空間分辨率等方面存在明顯的局限性和差異性，所以僅利用一種圖像特征難以滿足實(shí)際需求。為了得到一個(gè)清晰、準(zhǔn)確的對(duì)象提取效果圖，可將不同圖像特征的各自優(yōu)勢(shì)和互補(bǔ)性加以綜合利用。
　　本文的主要研究過(guò)程是針對(duì)給定的兩幅圖像，首先使用樸素貝葉斯法訓(xùn)練生成一個(gè)貝葉斯分類器，

3、同時(shí)利用多尺度顯著性、顏色對(duì)比、邊緣密度、超像素跨界等多種顯著特征提取出若干包含對(duì)象的窗口；然后通過(guò)線性SVM及相關(guān)聚類方法訓(xùn)練代表性塊，具體是利用一個(gè)迭代程序在聚類和判別式訓(xùn)練分類器之間進(jìn)行交替直至收斂，經(jīng)多次迭代后會(huì)得到一系列塊集群；再對(duì)目標(biāo)進(jìn)行空間上的定位，借助圖像匹配算法計(jì)算每對(duì)代表性塊的相似度，篩選出若干個(gè)權(quán)值較高的代表性塊；最后根據(jù)塊和對(duì)象窗口的空間位置關(guān)系，將與每個(gè)對(duì)象窗口相交或包含在窗口內(nèi)的代表性塊進(jìn)行權(quán)值疊加，對(duì)多次剔