收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于类生物视觉特性的目标识别

卢佩  
【摘要】:作为智能化信息处理的关键环节之一,目标识别在计算机视觉和模式识别等领域已成为重要且异常活跃的研究方向,其终极目标是无限接近甚至在某方面超越生物视觉能力,这也激发了对生物视觉感知机制及其智能性进行研究的兴趣。经研究,生物视觉特性主要表现为:视觉注意是智能的开关;记忆是蕴藏智能的前提;学习是智能提升的必要条件;特征联想是智能的具体反应;意识是智能的终极表现。 本文对生物视觉感知系统的两个关键环节——信号稀疏性和视觉注意性进行深入学习并开展研究工作,将其运用于目标分类识别系统。其中,重点研究了目标特征的稀疏表示、基于学习的超完备特征字典设计、基于显著性及多特征分析的目标候选区域检测、结合“分层最大化”空间金字塔匹配的目标识别关键技术等问题,具体内容如下: (1)针对如何提取出表征目标的本质、关键属性的问题,基于视觉感知机制的有效编码假说,研究了稀疏表示理论并给出具体实现过程。详细分析了稀疏表示理论在目标分类、识别中的应用:利用已有的稀疏表示及字典学习算法,设计了基于Patch的、具有明显区分能力的超完备特征字典,并将其用于目标分类识别从而验证了对目标特征进行稀疏表示的有效性和可行性。得出结论:稀疏表示具有一定的判别特性;对目标特征的缺失具有一定的“容忍”能力;稀疏编码的合理运用可使目标对特定特征的依赖程度降低。 (2)针对视觉注意机制,分析了视觉显著性的研究进展及应用现状;重点介绍了几种经典的模拟视觉注意机制的显著性模型——IT、FT、SR、RC、HC及IS,并对IS模型描述大目标显著性不理想的情况,提出一种结合空间相似性信息的改进IS显著性分析算法。经实验结果对比分析,该算法对大目标的显著性区域表达能力比IS模型理想。 (3)考虑到传统目标识别模型缺乏通用性、未与生物视觉感知机制进行有效结合等问题,本文在贝叶斯模型框架下设计了基于视觉显著性及多特征分析的目标候选区域检测算法。其中,多特征结合能有效表征目标以使目标更具可区分性;视觉显著性分析可使算法具有对目标所在区域的主动选择性;此外,算法在一定程度上考虑了通用性问题。 (4)阐述了几种典型的目标分类、识别模型——BoW、SPM、HMAX、DPM和贝叶斯框架模型等,重点研究了空间金字塔匹配模型(SPM);由于上述基于视觉显著性及多特征分析的目标候选区域检测算法结果存在着表征目标能力不强的候选区域,故在此基础上,进一步在“分层最大化”思想下设计了空间金字塔匹配结合稀疏编码及显著性的目标分类、识别方法。其中,引入稀疏编码是为了更好描述目标特征,使目标表述更具可区分性;“分层最大化”可在一定程度上保证提取到的特征具有局部空间变换“不变性”;显著性分析可剔除掉表征目标能力不强的候选区域,从而提高系统性能。 综上,本文针对目标分类、识别问题,模拟生物视觉感知机制中的信号稀疏表示特性及视觉显著性,对稀疏编码及显著性信息分析如何用于目标分类、识别领域等关键问题进行了探索,实现了类生物视觉特性的目标识别功能,达到了课题既定研究目标,为进一步开展研究提供了一定理论基础和借鉴价值。 另外,结合生物视觉感知机制其他特性,对现有理论知识、模型、算法进行有效整合,在保证理想的目标检测效果的前提下同时实现高效性是进一步值得深入探索的问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘晓山;付国兰;;基于脊波变换的图像压缩[J];电脑与信息技术;2007年02期
2 王晓华;杨新艳;焦李成;;基于多尺度几何分析的复杂网络压缩策略[J];电子与信息学报;2009年04期
3 刘晓山;付国兰;;基于正交有限脊波变换的图像压缩[J];计算机与信息技术;2007年04期
4 刘晓山;付国兰;;基于脊波变换和SPIHT算法相结合的图像压缩[J];江西师范大学学报(自然科学版);2007年06期
5 王华丹;刘海林;;稀疏盲源分离问题的恢复性研究[J];广东工业大学学报;2008年02期
6 杜吉祥;翟传敏;尚丽;;基于ICA系数稀疏表示的年龄自动估计[J];中国图象图形学报;2009年10期
7 徐雪松;李玲娟;郭立玮;;基于稀疏表示的数据流异常数据预测方法[J];计算机应用;2010年11期
8 谈华暠;刘海林;;盲稀疏源信号分离算法的恢复性研究[J];广东工业大学学报;2007年03期
9 王佳毅;张丽清;;基于稀疏约束判别分析的说话人识别算法[J];计算机工程;2010年10期
10 任肖丽;;压缩感知理论研究简述[J];中国科技信息;2010年13期
11 周诺;陈炜;;基于稀疏表示的高分辨距离像自动目标识别(英文)[J];Chinese Journal of Aeronautics;2010年05期
12 崔保良;滕少华;崔振;;基于稀疏表示的协同入侵检测算法[J];计算机工程;2011年16期
13 尹忠科;邵君;Pierre Vandergheynst;;利用FFT实现基于MP的信号稀疏分解[J];电子与信息学报;2006年04期
14 尹明;尹忠科;王建英;;利用蚁群算法实现基于MP的信号稀疏分解[J];计算机工程与应用;2006年36期
15 邓承志;曹汉强;;非相干子字典多原子快速匹配追踪算法[J];信号处理;2009年04期
16 王军华;方勇;;基于Curvelet稀疏表示的图像盲分离初始化[J];应用科学学报;2009年02期
17 肖泉;丁兴号;王守觉;郭东辉;廖英豪;;基于自适应超完备稀疏表示的图像去噪方法[J];仪器仪表学报;2009年09期
18 赵瑞珍;刘晓宇;LI ChingChung;SCLABASSI Robert J;孙民贵;;基于稀疏表示的小波去噪[J];中国科学:信息科学;2010年01期
19 廖海斌;郝宁波;陈庆虎;;基于奇异值与稀疏表示的稳健性人脸识别[J];电视技术;2010年07期
20 易学能;曹汉强;;一种图像稀疏贪婪索引字典的构造方法[J];小型微型计算机系统;2011年06期
中国重要会议论文全文数据库 前9条
1 王潇;尹忠科;王建英;杨郑;;应用基追踪的信号分离的算法[A];2008年中国西部青年通信学术会议论文集[C];2008年
2 吴敏;孙玉宝;汤黎明;韦志辉;肖亮;;EEG信号的稀疏逼近算法研究[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年
3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 孙琳琳;张云;;基于FOCUSS算法的相干斑噪声抑制方法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
5 袁立;付伟;穆志纯;;一种自动人耳识别方法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 陈权崎;章毓晋;;一种改进的基于样本的稀疏表示图像修复方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
中国博士学位论文全文数据库 前10条
1 谢成军;图像稀疏表示模型在可视化追踪中的应用研究[D];合肥工业大学;2014年
2 卢佩;基于类生物视觉特性的目标识别[D];中国科学院研究生院(光电技术研究所);2014年
3 杜小勇;稀疏成份分析及在雷达成像处理中的应用[D];国防科学技术大学;2005年
4 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
5 张楠;低秩鉴别分析与回归分类方法研究[D];南京理工大学;2012年
6 尚丽;稀疏编码算法及其应用研究[D];中国科学技术大学;2006年
7 王党卫;超宽带雷达目标电磁特征抽取与识别方法研究[D];国防科学技术大学;2006年
8 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年
9 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
10 耿耀君;高通量数据特征选择算法研究[D];西安电子科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 陈天娇;基于分组稀疏和权重稀疏表示的人脸识别研究[D];安徽大学;2014年
2 赵晓龙;安防系统中的基于稀疏表示的人脸识别研究[D];西北大学;2014年
3 张君;基于稀疏表示的单实验事件相关电位信号去噪与分类方法研究[D];厦门大学;2014年
4 陈威;基于数据稀疏表示的快速磁共振成像技术研究及应用[D];杭州电子科技大学;2014年
5 马芳兰;基于稀疏表示的目标跟踪算法研究[D];兰州理工大学;2014年
6 汪兰;基于稀疏表示和压缩感知的目标检测与跟踪研究[D];厦门大学;2014年
7 黄翔;基于单演特征和遮挡字典的稀疏表示人脸识别研究[D];安徽大学;2014年
8 王自桦;基于多字典和稀疏表示的图像去噪方法[D];厦门大学;2014年
9 刘燕文;基于稀疏表示的多成分字典超分辨率图像重建的研究[D];厦门大学;2014年
10 王瑶;基于稀疏表示的图像去噪算法研究[D];安徽大学;2014年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978