本文選題：形狀匹配 + 形狀距離學(xué)習(xí)　； 參考：《自動化學(xué)報》2016年02期

【摘要】：形狀距離學(xué)習(xí)是形狀匹配框架中引入的后處理步驟,能夠有效改善逐對計算得到的形狀間距離.利用期望首達(dá)時間分析形狀間相似度可能導(dǎo)致距離更新不準(zhǔn)確,針對這一問題提出了一種基于廣義期望首達(dá)時間(Generalized mean firstpassage time,GMFPT)的形狀距離學(xué)習(xí)方法.將形狀樣本集合視作狀態(tài)空間,廣義期望首達(dá)時間表示質(zhì)點由一個狀態(tài)轉(zhuǎn)移至指定狀態(tài)集合所需的平均時間步長,本文將其視作更新后的形狀間距離.通過引入廣義期望首達(dá)時間,形狀距離學(xué)習(xí)方法能夠有效地分析上下文相關(guān)的形狀相似度,顯式地挖掘樣本空間流形中的最短路徑,并消除冗余上下文形狀信息的影響.將所提出的方法應(yīng)用到不同形狀數(shù)據(jù)集中進(jìn)行仿真實驗,本文方法比其他方法能夠得到更準(zhǔn)確的形狀檢索結(jié)果.
[Abstract]:Shape distance learning is a post-processing step introduced in shape matching framework, which can effectively improve the distance between shapes calculated by pair. Using expected first arrival time to analyze shape similarity may lead to inaccurate distance updating. To solve this problem, a shape distance learning method based on generalized expected first arrival time and generalized mean firstpassage time GMFPTs is proposed. The shape sample set is regarded as a state space, and the generalized expected first arrival time represents the average time step required for a particle to be transferred from a state to a specified state set. In this paper, it is regarded as the distance between shapes after updating. By introducing generalized expected first arrival time, shape distance learning can effectively analyze context-dependent shape similarity, explicitly mine the shortest path in the sample space manifold, and eliminate the influence of redundant context shape information. The proposed method is applied to different shape datasets for simulation experiments. Compared with other methods, the proposed method can obtain more accurate shape retrieval results.
【作者單位】： 大連理工大學(xué)電子信息與電氣工程學(xué)部;
【基金】：國家自然科學(xué)基金(61374154) 中央高校基本科研業(yè)務(wù)費專項資金(DUT14RC(3)128)資助~~
【分類號】：TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 周瑜;劉俊濤;白翔;;形狀匹配方法研究與展望[J];自動化學(xué)報;2012年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳虎勝;張鳳鳴;鐘斌;;基于二維奇異值分解的多元時間序列相似匹配方法[J];電子與信息學(xué)報;2014年04期

2 謝大鵬;孫忠國;;圖像識別技術(shù)在接觸網(wǎng)懸掛狀態(tài)檢測中的應(yīng)用[J];電氣化鐵道;2014年02期

3 葉夢婕;;輪廓線形狀的多尺度描述及其在植物葉片圖像檢索中的應(yīng)用[J];電腦知識與技術(shù);2014年29期

4 黃偉國;顧超;尚麗;楊劍宇;朱忠奎;;基于輪廓分層描述的目標(biāo)識別算法研究[J];電子學(xué)報;2015年05期

5 郭樹旭;趙靜;李雪妍;;基于中心-輪廓距離特征統(tǒng)計的形狀表示方法[J];電子與信息學(xué)報;2015年06期

6 黃偉國;胡大盟;楊劍宇;朱忠奎;;用于遮擋形狀匹配的弦角特征描述[J];光學(xué)精密工程;2015年06期

7 楊羅;蘇娟;孟慶勛;;基于分塊形狀特征的異源圖像匹配方法[J];紅外;2013年08期

8 鄭丹晨;韓敏;;基于期望首達(dá)時間的形狀距離學(xué)習(xí)算法[J];自動化學(xué)報;2014年01期

9 賈棋;劉宇;郭禾;樊鑫;王宇新;;以度量分段約束為特征的形狀匹配算法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2014年01期

10 鄺泳聰;張坤;謝宏威;;基于輪廓矢量化的形狀匹配快速算法[J];計算機(jī)應(yīng)用研究;2014年04期

相關(guān)會議論文 前2條

1 宋瑞霞;李成華;王也娜;徐燕青;齊東旭;;基于對數(shù)極坐標(biāo)及對稱循環(huán)矩陣的形狀特征描述[A];第六屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2013年

2 宋瑞霞;王也娜;李成華;王小春;王俊;齊東旭;;基于V-系統(tǒng)的形狀相似檢索新算法[A];第六屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前8條

1 束鑫;形狀分析新方法及其在圖像檢索中的應(yīng)用研究[D];江南大學(xué);2012年

2 鄒騰躍;復(fù)雜環(huán)境目標(biāo)檢測與跟蹤關(guān)鍵技術(shù)研究及應(yīng)用[D];華中科技大學(xué);2013年

3 郝世杰;物體形狀的表示與分析關(guān)鍵問題研究[D];合肥工業(yè)大學(xué);2012年

4 鄒騰躍;復(fù)雜環(huán)境目標(biāo)檢測與跟蹤關(guān)鍵技術(shù)研究及應(yīng)用[D];華中科技大學(xué);2013年

5 王淳;形狀的部分結(jié)構(gòu)解析和識別[D];華中科技大學(xué);2014年

6 賈棋;形狀不變特征提取及應(yīng)用研究[D];大連理工大學(xué);2014年

7 鄭丹晨;基于輪廓點空間結(jié)構(gòu)特征的形狀匹配方法研究[D];大連理工大學(xué);2014年

8 胡錦龍;擴(kuò)展目標(biāo)特征提取與跟蹤技術(shù)研究[D];中國科學(xué)院研究生院（光電技術(shù)研究所）;2015年

相關(guān)碩士學(xué)位論文 前10條

1 康建玲;基于鏈碼和形狀上下文的形狀描述與匹配的研究[D];吉林大學(xué);2013年

2 曹京京;Hausdorff距離的計算原理及其在二維匹配中的應(yīng)用[D];大連理工大學(xué);2013年

3 劉周林;微裝配系統(tǒng)控制技術(shù)研究[D];沈陽理工大學(xué);2013年

4 張嘉桐;基于傅里葉描述的形狀分析算法研究[D];吉林大學(xué);2013年

5 周丹鳳;視覺顯著性特征約束下的形狀骨架提取與分解研究[D];合肥工業(yè)大學(xué);2013年

6 王穎;基于尺度空間技術(shù)的多邊形近似[D];蘇州大學(xué);2013年

7 程遠(yuǎn);融合拓?fù)渑c幾何細(xì)節(jié)的關(guān)節(jié)模型檢索方法研究[D];遼寧師范大學(xué);2013年

8 馮東武;基于粗大輪廓的異源視覺圖像匹配技術(shù)研究[D];南京航空航天大學(xué);2013年

9 竇雪;基于改進(jìn)的傅里葉描述子的刀譜圖像檢索技術(shù)研究[D];中北大學(xué);2014年

10 邵春曉;基于李群框架的形狀軟配準(zhǔn)方法研究[D];上海大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 劉文予,劉俊濤;基于骨架樹描述符匹配的物體相似性度量方法[J];紅外與毫米波學(xué)報;2005年06期

2 陳曉飛,王潤生;目標(biāo)骨架的多尺度樹表示[J];計算機(jī)學(xué)報;2004年11期

3 丁險峰,吳洪,張宏江,馬頌德;形狀匹配綜述[J];自動化學(xué)報;2001年05期

【相似文獻(xiàn)】

相關(guān)會議論文 前1條

1 徐光輝;袁學(xué)明;李泉林;;Markov更新過程首達(dá)時間的新進(jìn)展[A];中國運籌學(xué)會第六屆學(xué)術(shù)交流會論文集（上卷）[C];2000年

相關(guān)碩士學(xué)位論文 前3條

1 邱榮濤;量子力學(xué)中的平均首達(dá)時間[D];天津大學(xué);2012年

2 鐘金葉;Regime Switching幾何布朗運動過程首達(dá)時問題的研究及其在金融保險中的應(yīng)用[D];華東師范大學(xué);2015年

3 李峰;多斑塊動物疫病模型首達(dá)時間分析[D];中北大學(xué);2015年

，

本文編號：1923572