中层特征块分类的运动视频运动员检测模型

针对单一的特征提取算法在运动员检测中还存在漏检较多的问题,本文提出了一种中层特征块分类的运动视频运动员检测模型。首先采用中层特征块作为描述运动员的特征,然后采用SLIC算法进行超像素分割,利用像素的CIELAB颜色空间和XY空间坐标构建像素的5维特征,最后采用高斯分量的全协方差混合高斯模型建立前景背景像素描述模型,提高检测精度。仿真实验结果表明,本文提出的改进模型,相比较HOG算法和SVM算法,检测结果更准确的表示了运动员区域。

引入垂直全局表观约束的中层特征行人再识别

行人再识别问题中,包含语义信息的中层特征能够提供更强的判别力。由于中层特征也采用局部匹配方式,与底层特征一样存在由于不同行人部分表观区域比较相似而产生误匹配问题。考虑到行人几乎都处于站立姿态,同一行人在垂直方向上的表观序列比不同行人的更相似,提出了在中层特征的基础上引入行人垂直全局表观约束,并融合底层稠密块匹配的识别方法。实验结果表明,算法在最具挑战的公用VIPe R数据库和CUHK01数据库上,均取得了比现有方法更高的命中率。

基于中层特征的细粒度的车型识别

为提高细粒度车型识别的准确率,提升智能停车场、智能交通监管系统的可靠性,针对低层特征在车型识别中精确不高的问题,提出一种基于中层特征的细粒度分类算法。其核心是使用筛选算法筛选中层特征,使得筛选后特征具有较高的表示性,提高识别的准确率。使用Adaboost算法进行车脸定位,减少后期的计算量,去除干扰因素。该算法无需GPU等计算资源,方便部署。与BOW、SPM、CNN等通用的分类模型相比,其准确率有较大提升。在大众数据集中的实验结果表明,其平均准确率为95.65%,平均耗时为0.82 s。

基于中层特征的医学图像分割研究进展

图像的中层特征将图像中的全局信息和局部信息结合,同时具备代表性和特异性,能够更好地表达图像的信息。已有的研究工作成功地将中层特征用于医学图像的分割,主要的方法包括稀疏编码和空间金字塔匹配(spatial pyramid matching,SPM)算法,词典学习,以及神经网络等算法。中层特征的应用提高了算法性能。本文介绍了现有的基于中层特征的医学图像分割算法,并对今后的研究工作进行了展望。

基于卷积神经网络中层特征学习的交通标志图像识别

为解决目前方法不能有效对交通标志进行检测定位,定位交通标志效率低下,存在误检漏检的问题,提出基于卷积神经网络中层特征学习的交通标志图像识别。计算图像的显著度并输出感兴趣区域;提取底层图像特征,构建优化目标函数并训练视觉词典,使用PCA方法提取交通标志图像特征并与视觉词典进行卷积,通过空间金字塔池化提取多层次特征;使用SoftMax分类器进行分类。结果表明:该方法的召回率为96%,准确率为97%,取得良好效果,小标志的召回率为94.5%,准确率为95.5%,有利于远距离交通标志识别,标志的平均定位时间为0.006 s,实时性强。

基于中层细微特征提取与多尺度特征融合细粒度图像识别

在细粒度视觉识别领域,由于高度近似的类别之间差异细微,图像细微特征的精确提取对识别的准确率有着至关重要的影响。现有的相关热点研究算法中使用注意力机制提取类别特征已经成为一种趋势,然而这些算法忽略了不明显但可区分的细微部分特征,并且孤立了对象不同判别性区域之间的特征关系。针对这些问题,提出了基于中层细微特征提取与多尺度特征融合的图像细粒度识别算法。首先,利用通道与位置信息融合中层特征的权重方差度量提取图像显著特征,之后通过通道平均池化获得掩码矩阵抑制显著特征,并增强其他判别性区域细微特征的提取;然后,通过通道权重信息与像素互补信息获得通道与像素多尺度融合特征,以增强不同判别性区域特征的多样性与丰富性。实验结果表明,所提算法在数据集CUB-200-2011上达到89.52%的Top-1准确率、98.46%的Top-5准确率;在Stanford Cars数据集上达到94.64%的Top-1准确率、98.62%的Top-5准确率;在飞行器细粒度分类(FGVCAircraft)数据集上达到93.20%的Top-1准确率、97.98%的Top-5准确率。与循环协同注意力特征学习网络PCA-Net(Progressive Co-Attention Network)算法相比,所提算法的Top-1准确率分别提升了1.22、0.34和0.80个百分点,Top-5准确率分别提升了1.03、0.88和1.12个百分点。

融合底层和中层字典特征的行人重识别

针对当前行人重识别方法采用单一底层特征识别率较低的问题,提出一种融合底层和中层特征的识别方法,由粗到精对人体目标进行匹配识别。首先提取目标的颜色直方图和纹理直方图进行粗分类;然后将人体目标分为头部、躯干和腿部3个部分。忽略包含信息量较少的头部,对躯干和腿部,提出一种中层图像块字典提取方法,并对照该字典生成中层特征,进行精确分类。底层特征结合中层特征使算法既具有较好的区分度,又具有良好的泛化能力。实验结果表明本文算法在VIPeR数据库上的n AUC比已有方法提高6.3%,对遮挡和背景粘连的鲁棒性更好。

基于统一特征模型的体育视频镜头转换检测

提出了一种统一特征模型,集成了2种新型的基于主颜色分割与运动矢量可信度分析的中层特征。这一模型根据主颜色分割结果自适应地采用不同特征和相应的分类界面,通过时域统计特征的使用在支持向量机中自适应地确定分类阈值。通过在较大的足球视频数据集上实验表明,本文算法对切变和渐变的检测都超过了已有算法,基本达到体育视频检索的应用要求。

多版本音乐识别技术研究综述

音乐作品通常具有多个不同版本.重新演奏、演绎使得各版本音乐在音质、速度、节奏、结构、基调、和声、歌词等多个方面都可能产生不同,这使得多版本音乐识别成为一个具有挑战性的研究领域.近年来多版本音乐识别技术发展迅速,本文对其包含的五个关键技术模块进行描述,分别是特征提取模块、基调不变性模块、速度不变性模块、结构不变性模块、相似性计算模块;其次概要介绍该领域的典型算法;最后总结当前存在的问题,并讨论进一步的研究方向.

基于Sketch Token的异源雷达影像匹配适应性分析

将异源影像间的共性信息提取与描述作为研究重点,提出了一种基于Sketch Token中层特征的异源影像适配性评估方法.该算法利用监督学习策略获取异源雷达影像之间共性特征的先验知识,据此训练Sketch Token特征分类器,并将其作为影像间共性特征的描述子对基准图进行特征提取.利用提取结果的各项统计量训练支持向量机分类器,并以此评估异源影像对中基准图的适配性.利用星载SAR(synthetic aperture radar)影像作为基准图、机载实孔径雷达影像作为实时图进行适配性评估试验,试验结果表明了该算法的有效性.

学习原型超平面融合线性判别边信息的人脸识别算法

针对现实环境中姿势、光照、表情及场景较大变化严重影响户外人脸识别算法识别性能的问题,提出了一种学习原型超平面(PHL)融合线性判别边信息(SILD)算法。首先,利用支持向量机(SVM)将弱标记数据集中的每个样本表示为一个原型超平面中层特征,使用学习组合系数从未标记的通用数据集中选择支持向量稀疏集;然后,在SVM模型组合稀疏系数的约束条件下,借助于Fisher线性判别准则最大化未标记数据集的判别能力,并使用迭代优化算法求解目标函数;最后,利用SILD进行特征提取,用余弦相似性度量完成最终的人脸识别。在户外标记人脸(LFW)和YouTube两大通用人脸数据集上,对PHL+SILD方法和低层特征+SILD方法在强度、LBP、Gabor特征和Block Gabor特征,平均精度、曲线下方面积(AUC)和等差率(EER)进行了比较。实验验证了所提算法的有效性及可靠性。

学习原型超平面融合SILD的户外人脸识别

非限制环境下光照、姿势、表情等变化已成为户外人脸识别的主要瓶颈所在。针对这一问题,提出了一种学习原型超平面融合线性判别边信息的算法进行人脸识别。利用支持向量机将弱标记数据集中的每个样本表示成一个原型超平面中层特征;使用学习组合系数从未标记的通用数据集中选择支持向量稀疏集;借助于Fisher线性判别准则最大化未标记数据集的判别能力,并使用迭代优化算法求解目标函数;利用线性判别边信息进行特征提取、余弦相似性度量以完成最终的人脸识别。在Extended YaleB和户外标记人脸(LFW)和通用人脸数据集上进行实验,验证了所提算法的有效性和可靠性。实验结果表明,相比其他几种较为先进的人脸识别算法,所提算法取得更好的识别性能。

MTRF:融合空间信息的主题模型

针对主题模型中词汇独立性和主题独立性假设忽略了视觉词汇间空间关系的问题,提出了一种融合了视觉词汇空间信息的主题模型,称为马尔可夫主题随机场(MTRF),并且提出了主题在图像处理中的表现形式为对象的组成部件。根据相邻视觉词汇以很大概率产生于同一主题的特点,该算法在产生主题的过程中,通过视觉词汇间是否产生于同一主题,来判断主题产生于马尔可夫随机场(MRF),还是产生于多项式分布。同时,从理论和实验两方面论证了主题并非对象的实例,而是以中层特征的形式表达对象的各个组成部件。与隐狄利克雷分配(LDA)相比,MTRF在Caltech101上的平均准确率提高了3.91%;在VOC2007数据集上的平均精度均值(m AP)提高了2.03%;此外,MTRF更准确地为视觉词汇分配了主题,能产生更有效表达对象的组成部件的中层特征。实验结果表明,MTRF有效地利用了空间信息,提高了模型的准确率。

基于隐含狄利克雷分配模型的图像分类算法

概率隐含语义分析模型不适用于大规模图像数据集,为此,提出一种基于隐含狄利克雷分配模型(LDA)的图像分类算法。以BOF特征作为图像内容的初始描述,利用Gibbs抽样算法近似估算LDA模型参数,得到图像的隐含主题分布特征,并采用k近邻算法对图像进行分类。实验结果表明,与基于概率隐含语义分析模型的分类算法相比,该算法的分类性能较优。

利用可分图斑的高分遥感影像港口检测方法

鉴于由于类型、规模、自然环境等的差异,不同港口在高分遥感影像上表现出的形状、方向、纹理等特征往往具有较大差异,因而利用低层特征在高分遥感影像上进行港口检测面临较大挑战,提出一种利用非监督提取算法提取高分遥感影像中层特征用于港口检测的方法。该方法通过对大量样本的自主学习,提取能够识别港口的可分图斑作为中层特征表达,再用词袋模型构建基于可分图斑的特征向量,并利用SVM分类器检测港口。最后,探讨了可分图斑提取算法中相关参数设置对检测结果的影响,并利用测试影像集对该方法进行了验证,结果表明其检测正确率达97.5%。

基于极限学习机参数迁移的域适应算法

针对含少量标签样本的迁移学习问题,本文提出了基于极限学习机(Extreme learning machine,ELM)参数迁移的域适应算法,其核心思想是将目标域的ELM分类器参数投影到源域参数空间中,使其最大限度地与源域的分类器参数分布相同.此外,考虑到迁移中有可能带来负迁移的情况,在目标函数中引入正则项约束.本文算法与以往的域适应算法相比优势在于,其分类器参数以及转移矩阵是同时优化得到的,并且其目标函数求解过程相对简单.实验结果表明,与主流的域适应算法相比,本文算法在精度与效率上都表现出明显的优势.

基于中层时空特征的人体行为识别

目的人体行为识别是计算机视觉领域的一个重要研究课题,具有广泛的应用前景。针对局部时空特征和全局时空特征在行为识别问题中的局限性,提出一种新颖、有效的人体行为中层时空特征。方法该特征通过描述视频中时空兴趣点邻域内局部特征的结构化分布,增强时空兴趣点的行为鉴别能力,同时,避免对人体行为的全局描述,能够灵活地适应行为的类内变化。使用互信息度量中层时空特征与行为类别的相关性,将视频识别为与之具有最大互信息的行为类别。结果实验结果表明,本文的中层时空特征在行为识别准确率上优于基于局部时空特征的方法和其他方法,在KTH数据集和日常生活行为(ADL)数据集上分别达到了96.3%和98.0%的识别准确率。结论本文的中层时空特征通过利用局部特征的时空分布信息,显著增强了行为鉴别能力,能够有效地识别多种复杂人体行为。

东北黑土区侵蚀沟遥感影像特征提取与识别

东北黑土区是中国重要的粮食生产区,而长期的开垦造成了严重的水土流失现象,坡耕地表面出现大量的侵蚀沟。侵蚀沟的识别是土壤侵蚀监测的重要手段之一,目前遥感技术在侵蚀沟的识别中应用广泛,但自动化程度不高。针对特定地物影像的识别,如何选取最能够有效描述该地物的特征是解决问题的关键。本文构建了耕地和侵蚀沟遥感影像的训练样本集,基于样本集分别提取了由光谱特征和纹理特征组成的浅层特征、SIFT特征经编码后得到的中层特征,以及利用卷积神经网络提取的深层特征;再基于不同层次的特征选用合适的分类器对遥感影像进行分类,识别出含有侵蚀沟的遥感影像,形成了一套针对侵蚀沟的特征提取与识别方法,为东北黑土区的耕地保护提供有力支持。测试结果表明:基于中层特征的识别精度最高,为98.5%,但该特征需要人工设计,自动化程度有限;而利用卷积神经网络可自动提取深层特征,其识别精度达到了95.5%,同时大大提高了自动化程度,满足侵蚀沟影像的识别的需求。

基于对象BOW特征的高分辨率遥感影像变化检测方法

针对传统基于像素的变化检测方法的缺点,以及底层特征表现能力不足等问题,提出一种基于对象BOW特征的变化检测方法。首先,将经过预处理操作的两期影像进行波段组合得到组合后影像,再考虑地物光谱特征和几何空间信息对组合后影像进行多尺度分割,获得相对应的对象基元;同时,分别提取两幅影像的底层特征(包括影像各波段的均值和方差以及灰度图像的6种纹理特征)。其次,将对象视作文档,像素的特征向量视作单词,利用BOW模型构建影像对象的中层表达,即对象的BOW特征。最后,通过相似性度量算法比较相应对象的BOW特征,从而识别出影像上的变化区域。本文利用2组WorldView-2影像进行了检验,结果表明本文方法的变化检测结果较为完整,精度优于对比方法。本文方法基本能够满足变化检测的需求,为高分辨率遥感影像上的数据挖掘分析提供了有效的手段。