基于草图和边缘的物体识别.pdf

《基于草图和边缘的物体识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、题目．基于草圏和边缘的物体识别；＇＇？＇？■＇：＇；—＇￣．１—，，＇Ｖ—。存■！－：－，…．＾！ｎ？００００４接学号：２１１１１＇－Ｋ：；＾－姓名：秦勇刚ｉ；＾信息与信号处理化；－－＇ｉＨＵｆｅ＇蒂Ｈｂ＾＾＾＾＾＾ＨＢ．ｙｊ＇．［｜｜＾＾．＇＇＇＇＾；：＂＾．＇：＂择＼：ｎ＾ｘ＾航＞；郭蛋＇—．．腺ｒ｛言息与迪ｆ旨王程学院举；，＇ｏｌｉＨ＾ＨＩＳＩ＾＾ＨＪｆｉｉ＾ｉ＾＂‘、Ｒ２。１５年４細密级：保密期限：Ａ《件ｔ大？葦博±学位论文＇＠题

2、目：基于草图和边缘的物体识别学号：２０１１０１０１０４姓名：齐勇柳专业二信息与信号舰导师－二解学院：信息与通信工程学院二０—五年四月二千立曰独创性（或创新性）声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一申请学位论文与资料若有不实

3、之处，本人承扭切相关责任。本人炼名：日期：＾关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许学位论文被杳阅和借阅；学，可Ｗ允许采用影印校可公布学位论文的全部或部分内容、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后遵守此规定）本学位论文不属于保密范围，适用本授权书。咬如＞■本人签名：日期：少气ｋＩ、导师签名：夸Ｈ期：令摘耍基于草图和边缘的物体

4、识别摘要一草图从远古时期就作为描述客观世界的种有效方式，随着当今移动触摸屏设备的快速普及，人的手画物体草图识别研究逐步引起了极大的关注。分类和识别人的手画草图是解决计算机视觉领域的许多重要应。用问题的基础，如基于草图的图像检索及人机交互等另外，物体识一别是计算机视觉的个基本问题，物体位置预测（ｏｂｅｃｔｒｏｏｓａｌｓ）被看ｊｐｐ一个关键步骤作是物体识别的，能极大的提高物体检测与识别的效率。本文围绕上相关关键问题进行研究，具体包括草图自动生成及其在基于草图的图像检索技术中的应用，草图物体识别，及物体位置预测。一种感知编姐算法用于高效解

5、决草图的自动生成问题本文提出了，这一问题旨在将真实图像转换为类似于人的手画草图的形式。具体来讲，一本文研究了如何将多种格式塔规则融合到统的感知编组框架下，用于一一草图的自动生成。进步的，本文提出种解决格式塔规则的竞争现象的方法，引入了格式塔规则相对重要性的概念，用来优化草图自动生成算法一。并且提出了个有人工标注的包含９６个类别共７６８０张草图的数一。据集，用来学习格式塔规则的相对重要性另外，本文提出了种新的评价自动生成的草图质量的方法，即１＾用真实草图训练得到的分类器是。否能较好的分类自动生成草图作为评价其质量的度量标准随后，所提一出的

6、一种新的基于草图的图像检索算法进步验证了草图生成算法的实用性和有效性。一一对于草图物体识别送重要问题，和处理物体识别任务样，大部分前人的工作都遵循标准的有监督的学习算法来训练分类器从而识别草一。图物体的类别其中最重要的问题之就是如何有效的提取草图特征，一即草图的特征表达问题。本文提出了种基于块的稀疏表达算法来作为？一描述草图的特征，这是首次将稀疏编码应用个大＿于草图物体识别。在１北京邮电大学工学博±学位论文规模草图数据集下的草图物体识别实验结果验证了所提特征表达方法的有效性。然而，几乎所有草图物体识别算法都假定有足够的训练数据

7、可用，因此送些算法对于训练数据敏感度较高，并且不能对新类别草图物体的一一局限性识别有所帮助。为了解决这，本文提出了种迂移学习算法，能一张草图作为训练数据来分类对应类别的草图物体够只用。具体的，本一种基于互约束的稀疏表达算法文提出了，可Ｗ从已知的草图类别数据中挖掘通用或可替代的草图物体部件，并将这些通用部件信息迂移到新类别草图分类器的学习中。实验结果表明本文所提算法大幅提高了其他算法在相同训练数据下的草图物体识别准确率。最后，本文优化了前面提出的感知编组算法，用于将图像边缘组织成有意义的结构，