資源描述：
《基于輪廓關(guān)鍵點集的形狀分類.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、南京大學學報(自然科學)第46卷第1期Vol.46,No.1JOURNALOFNANJINGUNIVERSITY2010年1月Jan.w2010(NATURALSCIENCES)3基于輪廓關(guān)鍵點集的形狀分類133234楊小軍,楊興煒,曾巒,劉文予(1.裝備指揮技術(shù)學院研究生管理大隊,北京,101416;2.美國Temple大學計算機與信息科學系,美國,費城,PA19122;3.裝備指揮技術(shù)學院國防重點實驗室,北京,101416;4.華中科技大學電子信息工程系,武漢,430074)摘要:形狀分析是計算機視覺領(lǐng)域的經(jīng)典問題,
2、目前已有大量關(guān)于形狀分類問題的研究.但是,當處理大的非線性失真、特別是結(jié)構(gòu)上或者關(guān)聯(lián)上的失真時,許多形狀分類方法往往無能為力.提出一種利用輪廓關(guān)鍵點集(contourcriticalpointsets,CCPS)進行形狀分類的新方法.輪廓關(guān)鍵點的特征用其inner2distance形狀上下文(IDSC)表征.關(guān)鍵點的inner2distance形狀上下文不僅表征形狀的局部特征,也反映其全局特征,這種局部點的全局特征信息對遮擋、非線性失真等有良好的魯棒性.巧妙地構(gòu)造關(guān)鍵點的特征向量后,對形狀輪廓關(guān)鍵點集、形狀類、和全體形狀
3、樣本建模,進行三級的貝葉斯分類.形狀類模型使得可以利用同一類中的不同樣本的不同關(guān)鍵點對輸入形狀進行識別.實驗結(jié)果表明,這種基于視覺部分的全局特征,三級的貝葉斯分類方法對非線性失真、類內(nèi)變異、結(jié)構(gòu)變化、遮擋等具有良好的魯棒性.文中的方法在Kimia形狀數(shù)據(jù)庫上達到100%的分類精度,并且分類所有108個測試形狀僅需要8s,是目前已知最好的分類性能.在廣泛使用的MPEG27形狀數(shù)據(jù)庫上,也能達到滿意的分類結(jié)果.關(guān)鍵詞:形狀分類,輪廓關(guān)鍵點集,inner2distance形狀上下文,貝葉斯分類器中圖分類號:TP39114Sha
4、peclassificationusingcontourcriticalpointsets1234YangXiao2Jun,YangXing2Wei,ZengLuan,LiuWen2Yu(1.CompanyofPostgraduateManagement,theAcademyofEquipmentCommandandTechnology,Beijing,101416,China;2.DepartmentofComputerandInformationSciences,TempleUniversity,Philadelph
5、ia,PA19122,USA;3.KeyLabofNationalDefense,theAcademyofEquipmentCommandandTechnology,Beijing,101416,China;4.DepartmentofElectronicsandInformationEngineering,HuazhongUniversityofScienceandTechnology,Wuhan,430074,China)Abstract:Shapeanalysishasbeenoneofthemoststudied
6、topicsincomputervision.Onemajortaskinshapeanalysisistostudytheunderlyingstatisticsofshapepopulationandusetheinformationtoextract,recognize,andunderstandphysicalstructuresandbiologicalobjects.Matchingbasedalgorithmsperformclassification,essentiallythroughexemplarb
7、asedornearestneighborhoodapproachbymatchingthequeryshapeagainstallthoseinthetrainingset.Onfewtrainingsamples,thesealgorithmsarehardtocapturethelargeintra2classvariation.Onlarge3收稿日期:2009-06-2033通訊聯(lián)系人,E2mail:yangxiaojun2007@gmail.com·48·南京大學學報(自然科學)第46卷trainingsam
8、ples,itisextremelytimeconsumingtoperformshapematchingone2by2one.Approachesbasedongenerativemodelsrequirealargenumberofparameters,whichrendersthemsignificantlym
