發(fā)布時間：2017-11-25 00:25

  本文關(guān)鍵詞：基于黎曼流形的圖像分類算法研究

  更多相關(guān)文章： 圖像分類 黎曼流形 自回歸滑動模型 李群流形 格拉斯曼流形 正定對稱矩陣 序列圖像塊 判別分析

【摘要】：圖像分類算法是計算機視覺、模式識別和機器學(xué)習(xí)領(lǐng)域一個重要的研究問題。圖像分類算法是從視覺圖像中抽取一種或者多種特征信息(如：顏色、紋理、形狀和空間信息等),通過分析統(tǒng)計這些圖像特征,把圖像劃分到相應(yīng)的視覺類別中。隨著多媒體和互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,圖像分類算法日益重要,具有廣闊的應(yīng)用前景,可應(yīng)用到高層次語義理解、海量圖像檢索、視頻智能監(jiān)控、人機交互、醫(yī)學(xué)診斷、虛擬現(xiàn)實等多個領(lǐng)域。 在圖像分類算法中,視覺圖像特征的有效構(gòu)建和分析,尤為重要。一方面,基于全局圖像特征的圖像分類算法已經(jīng)得到廣泛研究,但是全局特征對光照、背景、角度等環(huán)境因素的變化非常敏感。與全局圖像特征相比,基于局部特征的圖像表示能夠在一定程度上解決這些問題。另一方面,如果直接把圖像特征當(dāng)作向量處理,將忽視其所處空間的拓撲結(jié)構(gòu)。因此為了解決這個問題,我們提出利用黎曼流形理論,分析圖像特征的空間結(jié)構(gòu)。而黎曼流形是一種有力的空間分析工具,通過把具有一定空間結(jié)構(gòu)的圖像特征描述子投影到黎曼流形上,能更加有效地分析結(jié)構(gòu)化的圖像特征。其中常用的黎曼流形有：格拉斯曼流形、李群流形和Stiefel流形等。 本文在國內(nèi)外已有的研究基礎(chǔ)上,對基于黎曼流形的圖像分類算法及相關(guān)應(yīng)用進行深入研究。本文主要研究內(nèi)容和創(chuàng)新性工作概括如下： (1)基于序列圖像塊的自回歸滑動平均模型 大多數(shù)現(xiàn)有的圖像分類方法考慮到圖像外觀特征信息,卻忽略了圖像內(nèi)部空間信息。針對此問題,本文引入一個基于序列圖像塊的圖像表示方法,能夠綜合考慮圖像局部特征和圖像內(nèi)部的空間位置關(guān)系。然后針對每個圖像所對應(yīng)的序列圖像塊,構(gòu)建自回歸滑動平均模型(Auto-Regressive and Moving Average Model, ARMA模型),進行模型參數(shù)估計。因此每個圖像都可以編碼為序列圖像塊,構(gòu)建相應(yīng)的圖像自回歸滑動平均模型。在以上研究內(nèi)容的基礎(chǔ)上,將針對模型參數(shù)空間分析、圖像分類等問題,開展后續(xù)研究工作 (2)基于格拉斯曼流形和自回歸滑動平均模型的圖像分類算法 首先根據(jù)基于序列圖像塊的自回歸滑動平均模型理論,把每個圖像編碼為序列圖像塊,構(gòu)建圖像自回歸滑動平均模型,其參數(shù)子空間,可投影到格拉斯曼流形上進行相關(guān)圖像分類算法研究。然后基于格拉斯曼流形上的度量算法,來構(gòu)建一個格拉斯曼流形核函數(shù),進行圖像分類算法應(yīng)用研究。最后在若干公開圖像數(shù)據(jù)集(如：MNIST、USPS、Yale和ORL等)上驗證此算法的有效性。 (3)基于李群流形和自回歸滑動平均模型的人臉圖像分類算法 為了有效地處理人臉圖像中的復(fù)雜非線性變化,基于李群流形空間理論和分析方法,提出李群核函數(shù)來處理人臉識別、頭部姿態(tài)識別等圖像分類問題。我們基于序列圖像塊的人臉圖像表示,構(gòu)建自回歸滑動平均模型,同時獲取人臉圖像的外觀特征和空間信息。自回歸滑動模型的參數(shù)可以參數(shù)化為一種特殊結(jié)構(gòu)的上三角矩陣,其子空間結(jié)構(gòu)可以構(gòu)建為李群流形�；诶钊毫餍畏治龅姆椒�,對自回歸滑動模型進行相似性度量,從而構(gòu)建李群核函數(shù)�；诶钊汉撕瘮�(shù)的支持向量機分類器,進行人臉圖像分類算法研究。在人臉識別和頭部姿態(tài)估計等人臉圖像分類問題上,最終的實驗室結(jié)果顯示本文所提出的算法能夠超過其他人臉分析方法。 (4)基于李群流形和正定對稱矩陣判別分析的圖像分類算法 在李群流形的基礎(chǔ)上,對正定對稱矩陣進行判別分析,即：通過優(yōu)化數(shù)據(jù),把一個李群流形映射到另外一個低維的李群流形。具體來說,我們以正定對稱矩陣空間(如：協(xié)方差矩陣)為例。正定對稱矩陣是李群流形的一個具體例子,已經(jīng)證明是一個圖像特征表示的有效工具。基于圖嵌入框架,通過優(yōu)化類內(nèi)緊密性和類間分離性,在李群流形上進行判別變換,從而優(yōu)化李群流形上的數(shù)據(jù)結(jié)構(gòu)。在維度降低的李群流形上,計算任意兩個樣本之間的測地線距離,構(gòu)建對應(yīng)的核函數(shù),最后利用支持向量機進行圖像分類算法研究。為了驗證所提出算法的有效性,我們在五個公共數(shù)據(jù)集(如：Scene-15,Caltech101,UIUC運動場景,MIT室內(nèi)場景和VOC07)上進行實驗,均達到非常好的分類結(jié)果。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 姜偉;李健芳;楊炳儒;;黎曼流形框架上半監(jiān)督判別分析[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2014年07期

2 鄒麗;溫欣;林彬;;黎曼流形上非線性凸規(guī)劃最優(yōu)性條件的研究[J];計算機科學(xué);2014年02期

3 陳紹榮;王宏強;黎湘;夏勝平;;一種新的黎曼流形學(xué)習(xí)方法[J];南京大學(xué)學(xué)報(自然科學(xué)版);2012年01期

4 程丹;楊欽;李吉剛;蔡強;;二維黎曼流形的Voronoi圖生成算法[J];軟件學(xué)報;2009年09期

5 於東軍;吳小俊;HANCOCK Edwin R;楊靜宇;;廣義SOM及其在人臉性別識別中的應(yīng)用[J];計算機學(xué)報;2011年09期

6 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王湘美;黎曼流形上次梯度算法的收斂性及其應(yīng)用[D];浙江大學(xué);2014年

2 王婷婷;黎曼流形上外微分形式理論在A-調(diào)和方程中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

3 許春燕;基于黎曼流形的圖像分類算法研究[D];華中科技大學(xué);2015年

4 武猛;曲率有下界的黎曼流形[D];南開大學(xué);2009年

5 蔣新榮;黎曼流形上非線性拋物方程的性質(zhì)研究[D];華東師范大學(xué);2011年

6 付風(fēng)云;半（次）黎曼流形上的共形和射影映射的幾何不變性研究[D];南京理工大學(xué);2012年

7 葉桂波;黎曼流形上的學(xué)習(xí)理論—在線分類和多核算法[D];復(fù)旦大學(xué);2007年

8 李奇睿;黎曼流形上的一些曲率問題[D];浙江大學(xué);2014年

9 郭希;黎曼流形上曲率泛函的變分問題[D];清華大學(xué);2013年

10 吳飛凡;切觸黎曼幾何上幾何分析的一些研究[D];浙江大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 曾凡奇;黎曼流形上Gradient Ricci Almost Soliton的分類及相關(guān)問題[D];河南師范大學(xué);2015年

2 梁洪;GROMOV-HAUSDORFF距離下緊黎曼流形的收斂性定理[D];首都師范大學(xué);2009年

3 鐘慧文;具有Excess pinching的黎曼流形上的微分球定理[D];曲阜師范大學(xué);2010年

4 吳佳賢;黎曼流形上非線性方程解的梯度估計[D];漳州師范學(xué)院;2011年

5 肖剛;黎曼流形上微分動力系統(tǒng)的幾何結(jié)構(gòu)[D];新疆師范大學(xué);2004年

6 焦蕾;次黎曼流形上的幾類變換[D];南京理工大學(xué);2005年

7 陳德重;黎曼流形上的曲線收縮流[D];清華大學(xué);2005年

8 劉雪嬌;關(guān)于黎曼流形上A-調(diào)和方程的研究[D];哈爾濱工業(yè)大學(xué);2010年

9 付巍巍;黎曼流形上非光滑優(yōu)化最優(yōu)性條件的研究[D];遼寧工程技術(shù)大學(xué);2009年

10 陸亞哲;正曲率黎曼流形拓撲結(jié)構(gòu)的研究[D];西南交通大學(xué);2012年

，

本文編號：1224156