收藏本站
《国防科学技术大学》 2011年 博士论文
收藏 | 手机打开
二维码
手机客户端打开本文

物体检测技术和半定规划松弛的聚类算法研究

郑永斌  
【摘要】:物体检测技术和聚类算法是计算机视觉、模式识别和智能系统领域中的两个重要课题,其中物体检测技术研究的是如何利用计算机在图像或视频中准确、高效地检测出某种类别的物体;聚类算法研究的是如何把相似的物体或数据组织到一起。它们是人机交互、环境感知以及图像理解等高层次任务的基础,具有巨大的应用需求。本文针对这一需求,着重进行了两方面的研究:第一部分研究物体检测技术中一个重要的内容,即行人检测技术;第二部分研究半定规划松弛的聚类算法。主要的工作和创新如下: (1)首次把中心对称的局部二进制模式特征(CS-LBP)和中心对称局部三进制模式特征(CS-LTP)引入行人检测,设计了描述能力强、计算简单的密集描述特征。CS-LBP和CS-LTP分别是著名的LBP和LTP的变种,结合了著名LBP(LTP)特征和HOG特征的优点,在提取形状信息的同时还能提取显著的纹理信息,并且计算简单。基于CS-LBP和CS-LTP,首先设计了密集描述CS-LBP特征;为了获得描述空间信息的能力,设计了金字塔结构的密集描述CS-LBP和CS-LTP特征,并用积分图像(Integral Image)提高金字塔结构特征的提取速度。在INRIA行人数据库上的实验结果表明,论文设计的特征能够取得优于经典的HOG特征和金字塔HOG特征的性能。 (2)利用“核技巧(Kernel Trick)”,设计了基于距离度量的非线性核SVM分类器,在具有优良分类性能的同时,还具有快速的分类速度。首先利用bin-to-bin距离中的L1距离,设计了L1距离核SVM分类器,它等价于著名的直方图交互核SVM分类器;其次,由于cross-bin距离具有比bin-to-bin距离更好的度量特性,利用cross-bin距离中的推土机距离(Earth Mover’s Distance,EMD),设计了EMD距离核SVM,并提出了一种特征提取和分类器设计相结合的行人检测方法;再次,利用特殊的近似方法把设计的非线性核SVM对特征进行分类的时间复杂度降低到O(n)(n为特征的维数)。INRIA数据库上的行人检测实验证明,本文设计的密集描述特征和非线性核SVM结合起来的行人检测算法具有良好的性能,超过了经典的金字塔HOG特征结合HIK SVM的行人检测方法。 (3)研究了利用特征组合提高行人检测性能的方法。本文首次利用多核学习的方法组合常用的行人检测特征。首先用基于稀疏多核学习的方法,把本文涉及的一些密集描述特征组合起来,能取得比核函数平均特征组合法更好的性能;然后,研究了基于非稀疏多核学习的特征组合方法,它能比稀疏多核学习利用更多的有效特征。INRIA数据库上的实验结果表明,本文的特征组合方法能明显提高行人检测的性能。 (4)研究了半定规划松弛的聚类算法。半定规划松弛聚类算法需要求解一类NP-hard的半定规划优化问题,现有方法求解该类问题的计算复杂度非常高。本文首先推导出半定规划问题的对偶问题,利用矩阵生成(Matrix Generation)算法把求解原问题转化为一个迭代求解过程;在每次迭代中,利用指数梯度下降(Exponentiated Gradient Algorithm)算法求解由矩阵生成算法产生的特殊结构最优化子问题,并利用原问题和对偶问题在最优解处应具有的关系作为迭代终止的判断条件。仿真结果表明,本文提出的矩阵生成算法和指数梯度下降算法能有效地求解半定规划约束的最优化问题,能够很好的适应矩阵尺寸较大时的计算要求。UCI数据库上的实验结果表明,本文的半定规划松弛聚类算法能取得比K-means算法和谱聚类算法更好的聚类性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吕宗磊;王建东;;一种基于多维空间超球体的快速聚类算法[J];南京航空航天大学学报;2006年06期
2 张伟明;张凯;王清贤;;基于主干子图的幂律特征图聚类算法[J];计算机应用研究;2008年09期
3 胡本琼,张先迪,庞朝阳;利用图论设计图像压缩中的向量量化聚类算法[J];四川师范大学学报(自然科学版);2005年03期
4 许剑峰,林嘉宜,黎绍发;一种基于中心对称性的聚类算法[J];计算机工程与设计;2003年05期
5 李晓莉,陈雪;基于模式识别聚类思想的PON ODN规划设计[J];光通信技术;2003年12期
6 张彩虹,王春才,颜雁;医保决策支持系统中的聚类算法[J];长春理工大学学报;2004年04期
7 史兴键,李伟华,王文奇;基于优化聚类算法的安全审计模型[J];计算机工程与应用;2005年17期
8 周如旗;个性化数据聚类的属性坐标分析法[J];电脑与信息技术;2005年03期
9 潘磊,吴小俊,尤媛媛;基于聚类的视频镜头分割和关键帧提取[J];红外与激光工程;2005年03期
10 张永梅,韩焱,张建华;一种有效聚类算法的研究和实现[J];计算机应用;2005年07期
11 叶菲,罗景青;一种基于BFSN聚类的多参数综合分选算法[J];雷达与对抗;2005年02期
12 严馨,周丽华,陈克平,徐广义;一种改进的带障碍的基于密度和网格的聚类算法[J];计算机应用;2005年08期
13 吕昱;程代杰;;基于SOM的市场细分研究[J];计算机科学;2005年12期
14 何明;冯博琴;马兆丰;傅向华;;一种基于高斯混合模型的无监督粗糙聚类方法[J];哈尔滨工业大学学报;2006年02期
15 谷淑化;吕维先;;基于消息传递的并行聚类算法[J];现代计算机;2006年01期
16 陈荣元;蒋加伏;;基于聚类算法和层次支持向量机的人脸识别方法[J];计算技术与自动化;2006年01期
17 周宇;覃征;;聚类分析中特征选择的研究[J];计算机应用研究;2006年05期
18 蒋志为;陶宏才;白学祥;;基于模糊集的蚁群聚类算法的改进[J];计算机应用;2006年08期
19 张亚东;梁高翔;;使用聚类方法分析IP报文特征[J];光盘技术;2006年03期
20 周新媛;杜洁;何强;;基于共现的词聚类的研究[J];长沙大学学报;2007年02期
中国重要会议论文全文数据库 前10条
1 魏昕路;洪志令;姜青山;;一种基于样本缩减策略的新窗口式聚类算法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
2 王守强;朱大铭;史士英;;基于输入点集求解k-Means聚类算法[A];第二十六届中国控制会议论文集[C];2007年
3 李政涛;夏树倩;王大玲;冯时;张一飞;;一种基于语义引力及密度分布的聚类算法[A];第六届全国信息检索学术会议论文集[C];2010年
4 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
5 李世峰;黄磊;刘昌平;;几种聚类方法的比较[A];第八届全国汉字识别学术会议论文集[C];2002年
6 刘洋;江志纲;丁增喜;王大玲;鲍玉斌;于戈;;一种基于图的聚类算法GB-Cluster[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
7 邓敏;刘启亮;李光强;程涛;;一种基于场模型的空间聚类算法[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年
8 逯波;王国仁;;一种有效的半监督视频镜头聚类算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
9 刘强;林世平;;基于蚁群聚类算法的中文本体学习[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
10 余琳;邓玲;;常见聚类算法的比较以及DSS系统中的应用[A];湖北省通信学会、武汉通信学会2009年学术年会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 郑永斌;物体检测技术和半定规划松弛的聚类算法研究[D];国防科学技术大学;2011年
2 张维泽;基于简单局部特征学习的物体检测方法[D];浙江大学;2010年
3 万淼;基于群智能和随机索引的网络聚类算法研究[D];北京邮电大学;2011年
4 刘位龙;面向不确定性数据的聚类算法研究[D];山东师范大学;2011年
5 管仁初;半监督聚类算法的研究与应用[D];吉林大学;2010年
6 叶镇清;自适应聚类算法挖掘网络模块结构及其在酵母蛋白作用网络中的应用[D];浙江大学;2008年
7 张鸿雁;基于DNA计算的聚类算法研究[D];山东师范大学;2011年
8 孙鹏岗;聚类算法研究及其在网络模块性分析中的应用[D];西安电子科技大学;2011年
9 张磊;基于机器学习的图像检索若干问题研究[D];山东大学;2011年
10 曹付元;面向分类数据的聚类算法研究[D];山西大学;2010年
中国硕士学位论文全文数据库 前10条
1 卜德云;自适应谱聚类算法的研究与应用[D];南京航空航天大学;2010年
2 石洪竺;量子进化聚类算法研究[D];西安电子科技大学;2010年
3 叶冲轶;高维海量数据联合聚类算法的研究与应用[D];浙江工商大学;2010年
4 温程;并行聚类算法在MapReduce上的实现[D];浙江大学;2011年
5 张珠玉;聚类算法及其在日志数据处理中的应用研究[D];山东师范大学;2011年
6 李倩倩;关节式物体检测识别及应用[D];复旦大学;2011年
7 卢希彬;移动机器人基于三维激光测距的物体检测[D];大连理工大学;2011年
8 姚毓凯;一种有效的自适应网格密度聚类算法研究[D];兰州大学;2011年
9 王帆;基于优化目标可调控的免疫聚类算法的研究[D];太原理工大学;2010年
10 李长进;基于蚁群算法的混合聚类算法研究[D];中国石油大学;2010年
中国重要报纸全文数据库 前8条
1 ;视频数据中挖“宝”[N];计算机世界;2002年
2 车海平;GSM与WCDMA R99核心网上存差异[N];网络世界;2003年
3 林蔚;SP2刺痛OE用户[N];电脑报;2004年
4 本报记者 林枫;中国要争国际发言权[N];中国电子报;2002年
5 本报记者 宋绍彩;安全装置让用户安心[N];政府采购信息报;2010年
6 本报记者 赵凤华 通讯员 戴世勇 陶春明;本科生登上全国学术会议讲坛[N];科技日报;2008年
7 ; “软硬结合”提供不同产品[N];中国电子报;2009年
8 本报记者 于翔;多元管理防范金融风险[N];网络世界;2010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