学位论文 > 优秀研究生学位论文题录展示

二值化图像特征及其应用

作　者: 吴辰夏
导　师: 朱建科
学　校: 浙江大学
专　业: 计算机应用技术
关键词: 二元特征哈希算法关键点匹配拷贝检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 7次
引　用: 0次
阅　读: 论文下载

内容摘要

提取有效的图像特征是许多计算机视觉问题的重要步骤,往往决定了计算机视觉方法的成败。随着互联网和手持设备的普及,大规模的图像视频资料的实时处理已成为计算机视觉乃至整个计算机领域的挑战。这对提取图像特征提出了更高的要求。将特征二值化成二元码或者直接从图像中抽取二元特征为大规模和实时的视觉问题提供了很好的解决方案。本文的重点正是研究如何得到有效的二值化图像特征(或称二元图像特征)来解决不同的计算机视觉问题。首先我们提出了一种基于半监督学习哈希算法来实现对已有特征的二值化。我们选择了基于锚点的非线性哈希函数以提高泛化能力,同时利用了有标记的和未标记的数据信息,并提出了自助法序列学习方案,通过整体更正之前学习的位错误得到哈希函数。六个标准数据集上的实验结果证明了所提出的基于半监督学习哈希算法的有效性。接着我们提出了基于卷积树变换的二元特征实现快速实时关键点匹配。在我们的方法中,关键点识别问题被看作一个图像小块的检索问题,这样可以同时完成关键点识别和姿态估计。我们提出一种卷积树变换方法有效地从图小块中抽取二元特征。此外,我们还运用了相应的基于二元特征子签名的局部敏感哈希来进行快速近似图小块搜索。在人造数据和实际数据上的实验证明了所提出的方法比现存最先进的基于特征描述符和基于分类的关键点识别方法更有效。我们还介绍了基于随机映射二元特征在视频拷贝检测中的应用。一种有效的稀疏随机映射方法被用来编码图像特征并保持判别性。为了处理复杂的变换,我们在抽取全局特征时利用了有效的预处理技术。因为计算二元特征间的汉明距离非常迅速,我们提出了一种基于关键帧的拷贝检索方法。我们还提出了一种有效的评分和定位算法进一步精炼之前检索到的拷贝和准确的定位拷贝视频段。在TRECVID2011基于内容拷贝检测任务上的不错结果证明了我们提出方法的效果。

全文目录

致谢  5-6
摘要  6-7
Abstract  7-14
1 绪论  14-22
  1.1 研究的背景及意义  14-15
  1.2 值化图像特征  15-17
    1.2.1 利用哈希算法对已有图像特征进行二值化  15-16
    1.2.2 直接提取图像二元特征  16-17
    1.2.3 相关应用  17
  1.3 本文的研究内容  17-22
    1.3.1 基于半监督学习哈希算法的特征二值化  18
    1.3.2 基于卷积树变换二元特征的快速关键点识别  18-19
    1.3.3 基于随机映射二元特征的视频拷贝检测  19-22
2 基于半监督学习哈希算法的特征二值化  22-46
  2.1 基于学习的哈希算法  23-26
    2.1.1 无监督学习的哈希算法  23-24
    2.1.2 半监督学习的哈希算法  24-25
    2.1.3 半监督学习的线性哈希算法  25-26
    2.1.4 增强法顺序映射学习  26
  2.2 半监督学习的非线性哈希  26-28
  2.3 自助法序列映射学习  28-32
    2.3.1 哈希累积错误  28-29
    2.3.2 自助法序列映射学习  29-32
  2.4 复杂度分析  32-34
  2.5 实验结果  34-45
    2.5.1 数据集及实验设置  34-37
    2.5.2 衡量标准  37-38
    2.5.3 参数选择  38-40
    2.5.4 实验结果  40-45
  2.6 本章小结  45-46
3 基于卷积树变换二元特征的快速关键点识别  46-63
  3.1 基于二元特征搜索的快速关键点识别框架  47-49
  3.2 卷积树变换二元特征  49-52
    3.2.1 树变换  49-50
    3.2.2 树变换二元特征  50
    3.2.3 卷积树变换二元特征  50-52
  3.3 实验结果  52-61
    3.3.1 比较的方法及实验设置  52-53
    3.3.2 在合成数据上的衡量  53-57
    3.3.3 Oxford数据集上的衡量  57-61
    3.3.4 在视频上的衡量  61
  3.4 本章小结  61-63
4 基于随机映射二元特征的视频拷贝检测  63-78
  4.1 基于内容的拷贝检测相关工作  63-65
  4.2 利用随机映射二元特征进行视频拷贝检测  65-71
    4.2.1 方法综述  65
    4.2.2 预处理  65-68
    4.2.3 特征提取  68-69
    4.2.4 基于关键帧拷贝检索  69-70
    4.2.5 视频拷贝检测和定位  70-71
  4.3 实验结果  71-76
    4.3.1 PIP检测结果  71-72
    4.3.2 特征比较  72-74
    4.3.3 TRECVID2011 CCD任务结果  74-76
  4.4 本章小结  76-78
5 总结和展望  78-80
  5.1 总结  78
  5.2 展望  78-80
参考文献  80-89
攻读硕士学位期间主要研究成果  89

二值化图像特征及其应用

内容摘要

全文目录

相似论文