基于图像分割以及原目标检测的视觉跟踪
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｐ （ ｄ ）＝ ∑ ＿ Ｐ （ ｚ ＾ ｌ ｄ ｉ ） Ｐ （ ｘ ｊ Ｉ ｚ ） ．
，
（ １ ）
其中 Ｐ （ ｌ ｄ ） 为主题 在分割块 ｄ 中出现的概率 ；
Ｐ （ ， Ｉ ｚ ） 为 视觉 词 汇 ｘ ｊ 在 特 定 主 题 中 出现 的概
率． Ｐ Ｌ Ｓ Ａ模型图表示如图 ２所示 ：
一
，
Fra Baidu bibliotek
Ⅳ） 中包含某 个视 觉词 汇 的个数 ； 假设存 在 ｋ个潜
算法是一种融合颜 色和纹理信息的分割算法 ， 用于 分割 出不 规则 、 有 意义 的 区域 ； 分 水 岭变换 对梯 度 图 像进行分割时， 会出现大量的分割区域 ， 用于小尺度 分割． 根据 它们 各 自的 特 点 ， 分 别 调 整分 割 参 数 ， 以 图１ 为例 ， 设定 Ｎ ｃ ｕ ｔ 算法 的图像大小为 １ ６ ０像素 ， 分割块数是 ２ ０ ； Ｊ Ｓ Ｅ Ｇ算法 的量化参数为 ２ ５ ５ ， 区域 增长 阈值 取为 ０ ． １ ４ ０ ． 从图１ 中可以看出， 每种分割方法依赖的图像特 征不同， 分割结果各有千秋 ， 但都不完美 ， 但是我们认 为把这 ３种 分 割结果 结 合起 来 ， 共 同考 虑 ， 将 会 提 取
第 ６期
杨欣 ， 周延 培 ， 张燕 ， 等： 基于 图像分割 以及原 目标 检测的视觉跟踪
４ ９ ７
标． 该框架避免了因某一步分割结果发生错误而导 致整个原 目标检测结果失败的现象． １ ． １ 多种分 割 算法 的选 择
在 本文 方法 中 ， 原 目标是 通过 分割 来获 得 的． 但 是 获取 精确 的分 割 对 象是 很 困难 的 ， 图 １中第 ２列 是 图像 在不 同的分 割方 法下 的分 割结 果．
概率 潜在 语义 分析 ， 该 模 型原 本 用 于 文 本 分 类 和信 息检 索 ， 近几年 来 ， 它 被 广 泛 应 用 于 机器 视 觉 领 域 ． 它 的 目的是对分 割 区域进 行 分 析 来 发现 其 中 的“ 主
算法 （ Ｋ ｕ ｌ ｌ ｂ ａ ｃ ｋ— Ｌ ｅ ｉ ｂ ｌ ｅ ｒ ） 叫 进行 加权 ， 得到亮度不 致 的分割块 ， 如图１ ． 然 后从 这 些 分 割块 中筛选 出
的候选 区域 ．
１ ． ２ Ｐ Ｌ Ｓ Ａ 模型
Ｐ Ｌ Ｓ Ａ（ ｐ ｒ ｏ ｂ ａ ｂ ｉ ｌ ｉ ｔ ｉ ｓ ｔ ｉ ｃ ｌ ａ ｔ ｅ ｎ ｔ ｓ ｅ ｍ ａ ｎ ｔ ｉ ｃ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ） ， 即
图２ Ｐ ＬＳ Ａ￣型 图
接着用 Ｅ Ｍ算法计算模型的参数． Ｅ Ｍ算法是使
区域至少有一个是正确的， 我们 的每一步都是弱分 类， 虽然如此 ， 数据 的叠加和相互依赖可 以不断增强 原目 标的位置信息和类别信息． 在以上 ３ 种分割方法下 ， 可以分别获得这 ３ 种分 割方法 的分 割结 果 Ｄ ｉ ＝（ ｄ ｌ ， ｄ ２ ， …， ｄ Ｍ ） （ ｉ ＝１ ， ２ ， ３ ） ． 接下来 ， 本文将利用 Ｐ Ｌ Ｓ Ａ模型来提取每种分割方法
ｄ ｝ ， 同时 由 ｋ—ｍ ｅ ａ ｎ ｓ 算 法 聚类 得 到 Ｍ 个 视 觉 词 汇 ｛ ｌ ， ２ ， …， 村 ） ． ｎ （ ｄ ｆ ， ｆ ） 表 示某个 分割块 ｄ （ ∈Ｉ ，
…
文献［ ５ ］ 对 目前 比较流行的分割算法进行了比 较， 综合 各 种 数据 ， 这里 选 择 了归 一化 分 割算 法 （ ｎ ｏ ｒ ｍ Ｍ ｉ ｚ ｅ ｄ ｃ ｕ ｔ ｓ ， Ｎ ｃ ｕ ｔ ） Ｊ ， Ｊ Ｓ Ｅ Ｇ分割算法 和分水 岭分割算法这 ３ 种分割算法． Ｎ ｃ ｕ ｔ 算法是一种基 于 全局 最优 的分 割算 法 ， 它 的 目的在 于 提 取 图像 的 总 体印象 ， 并不关注局部特征或它们在 图像数据中的 致性． 这 里 选 择 这个 方 法 进 行 大 尺 度 分 割 ； Ｊ Ｓ Ｅ Ｇ
我们选择 Ｃ Ａ Ｖ Ｉ Ａ Ｒ 数据库 的 １ ８ ０ ０张图像来生成 字典 ， 得 到 了大概 ２ ０ ０个 视觉 词汇 ， 有 眼睛 ， 鼻子 ， 嘴 巴， 头发 ， 身体 ， 手， 腿等． 这些视觉词汇都将被用在 实验 中． １ ． ２ ． ２ Ｐ Ｌ Ｓ Ａ模型计算 假设 １幅图像 被分 为 Ⅳ个分割块 ｛ ｄ 。 ， ｄ ： ， …，
检测 误 差 ， 本 文 选 择 提 取 图像 的 Ｓ Ｉ Ｆ Ｔ（ ｑ ｕ ｉ ｃ ｋ ｓ ｃ ａ ｌ ｅ ｉ ｎ ｖ ａ ｒ ｉ ａ ｎ ｔ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ） 特征 ， 然后 用 ｋ —ｍｅ ａ ｎ ｓ 算 法对 提取 的 Ｓ Ｉ Ｆ Ｔ特征进 行 聚类 ， 每个 聚类 中心 为一 个视 觉单 词 ， 结合 Ｂ Ｏ Ｗ 进行 直 方 图视觉 词 汇 描 述．
出原 目标 ， 该 方法依 据 文献 ［ ８ ］ 提 出 的分割 一 识别 一 再 分割 的过程 ， 它 的突 出优点是不 需要假 设分 割 出的
在 主题 （ ｚ ， ， …， ） ， 那 么每 个分割 块 中每 个视 觉词
汇的出现都有一个潜在的主题变量 （ ｋ ＝ １ ， …， 后 ） 与 之相关联． 假设联合概率为 Ｐ （ ， ｄ ｉ ， ） ， 对主题进行 边缘求和确定出条件概率 Ｐ （ ｄ ） ：
用极 大 似然 原则来 估计 潜 在变量 模 型参数 的标 准过 程． 它 可用 来估 算 原 目标 的主题 分 布． 这里 采 用 Ｅ Ｍ
算法获得最大条件概率 Ｐ （ Ｉ ｄ ｉ ， 最后根据分割块与主题的对应程度 ， 把每种分
割方 法 的分 割块 进 行 分 类 ， 并对每个分 割块用 Ｋ Ｌ
，
（ １ ）
其中 Ｐ （ ｌ ｄ ） 为主题 在分割块 ｄ 中出现的概率 ；
Ｐ （ ， Ｉ ｚ ） 为 视觉 词 汇 ｘ ｊ 在 特 定 主 题 中 出现 的概
率． Ｐ Ｌ Ｓ Ａ模型图表示如图 ２所示 ：
一
，
Fra Baidu bibliotek
Ⅳ） 中包含某 个视 觉词 汇 的个数 ； 假设存 在 ｋ个潜
算法是一种融合颜 色和纹理信息的分割算法 ， 用于 分割 出不 规则 、 有 意义 的 区域 ； 分 水 岭变换 对梯 度 图 像进行分割时， 会出现大量的分割区域 ， 用于小尺度 分割． 根据 它们 各 自的 特 点 ， 分 别 调 整分 割 参 数 ， 以 图１ 为例 ， 设定 Ｎ ｃ ｕ ｔ 算法 的图像大小为 １ ６ ０像素 ， 分割块数是 ２ ０ ； Ｊ Ｓ Ｅ Ｇ算法 的量化参数为 ２ ５ ５ ， 区域 增长 阈值 取为 ０ ． １ ４ ０ ． 从图１ 中可以看出， 每种分割方法依赖的图像特 征不同， 分割结果各有千秋 ， 但都不完美 ， 但是我们认 为把这 ３种 分 割结果 结 合起 来 ， 共 同考 虑 ， 将 会 提 取
第 ６期
杨欣 ， 周延 培 ， 张燕 ， 等： 基于 图像分割 以及原 目标 检测的视觉跟踪
４ ９ ７
标． 该框架避免了因某一步分割结果发生错误而导 致整个原 目标检测结果失败的现象． １ ． １ 多种分 割 算法 的选 择
在 本文 方法 中 ， 原 目标是 通过 分割 来获 得 的． 但 是 获取 精确 的分 割 对 象是 很 困难 的 ， 图 １中第 ２列 是 图像 在不 同的分 割方 法下 的分 割结 果．
概率 潜在 语义 分析 ， 该 模 型原 本 用 于 文 本 分 类 和信 息检 索 ， 近几年 来 ， 它 被 广 泛 应 用 于 机器 视 觉 领 域 ． 它 的 目的是对分 割 区域进 行 分 析 来 发现 其 中 的“ 主
算法 （ Ｋ ｕ ｌ ｌ ｂ ａ ｃ ｋ— Ｌ ｅ ｉ ｂ ｌ ｅ ｒ ） 叫 进行 加权 ， 得到亮度不 致 的分割块 ， 如图１ ． 然 后从 这 些 分 割块 中筛选 出
的候选 区域 ．
１ ． ２ Ｐ Ｌ Ｓ Ａ 模型
Ｐ Ｌ Ｓ Ａ（ ｐ ｒ ｏ ｂ ａ ｂ ｉ ｌ ｉ ｔ ｉ ｓ ｔ ｉ ｃ ｌ ａ ｔ ｅ ｎ ｔ ｓ ｅ ｍ ａ ｎ ｔ ｉ ｃ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ） ， 即
图２ Ｐ ＬＳ Ａ￣型 图
接着用 Ｅ Ｍ算法计算模型的参数． Ｅ Ｍ算法是使
区域至少有一个是正确的， 我们 的每一步都是弱分 类， 虽然如此 ， 数据 的叠加和相互依赖可 以不断增强 原目 标的位置信息和类别信息． 在以上 ３ 种分割方法下 ， 可以分别获得这 ３ 种分 割方法 的分 割结 果 Ｄ ｉ ＝（ ｄ ｌ ， ｄ ２ ， …， ｄ Ｍ ） （ ｉ ＝１ ， ２ ， ３ ） ． 接下来 ， 本文将利用 Ｐ Ｌ Ｓ Ａ模型来提取每种分割方法
ｄ ｝ ， 同时 由 ｋ—ｍ ｅ ａ ｎ ｓ 算 法 聚类 得 到 Ｍ 个 视 觉 词 汇 ｛ ｌ ， ２ ， …， 村 ） ． ｎ （ ｄ ｆ ， ｆ ） 表 示某个 分割块 ｄ （ ∈Ｉ ，
…
文献［ ５ ］ 对 目前 比较流行的分割算法进行了比 较， 综合 各 种 数据 ， 这里 选 择 了归 一化 分 割算 法 （ ｎ ｏ ｒ ｍ Ｍ ｉ ｚ ｅ ｄ ｃ ｕ ｔ ｓ ， Ｎ ｃ ｕ ｔ ） Ｊ ， Ｊ Ｓ Ｅ Ｇ分割算法 和分水 岭分割算法这 ３ 种分割算法． Ｎ ｃ ｕ ｔ 算法是一种基 于 全局 最优 的分 割算 法 ， 它 的 目的在 于 提 取 图像 的 总 体印象 ， 并不关注局部特征或它们在 图像数据中的 致性． 这 里 选 择 这个 方 法 进 行 大 尺 度 分 割 ； Ｊ Ｓ Ｅ Ｇ
我们选择 Ｃ Ａ Ｖ Ｉ Ａ Ｒ 数据库 的 １ ８ ０ ０张图像来生成 字典 ， 得 到 了大概 ２ ０ ０个 视觉 词汇 ， 有 眼睛 ， 鼻子 ， 嘴 巴， 头发 ， 身体 ， 手， 腿等． 这些视觉词汇都将被用在 实验 中． １ ． ２ ． ２ Ｐ Ｌ Ｓ Ａ模型计算 假设 １幅图像 被分 为 Ⅳ个分割块 ｛ ｄ 。 ， ｄ ： ， …，
检测 误 差 ， 本 文 选 择 提 取 图像 的 Ｓ Ｉ Ｆ Ｔ（ ｑ ｕ ｉ ｃ ｋ ｓ ｃ ａ ｌ ｅ ｉ ｎ ｖ ａ ｒ ｉ ａ ｎ ｔ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ） 特征 ， 然后 用 ｋ —ｍｅ ａ ｎ ｓ 算 法对 提取 的 Ｓ Ｉ Ｆ Ｔ特征进 行 聚类 ， 每个 聚类 中心 为一 个视 觉单 词 ， 结合 Ｂ Ｏ Ｗ 进行 直 方 图视觉 词 汇 描 述．
出原 目标 ， 该 方法依 据 文献 ［ ８ ］ 提 出 的分割 一 识别 一 再 分割 的过程 ， 它 的突 出优点是不 需要假 设分 割 出的
在 主题 （ ｚ ， ， …， ） ， 那 么每 个分割 块 中每 个视 觉词
汇的出现都有一个潜在的主题变量 （ ｋ ＝ １ ， …， 后 ） 与 之相关联． 假设联合概率为 Ｐ （ ， ｄ ｉ ， ） ， 对主题进行 边缘求和确定出条件概率 Ｐ （ ｄ ） ：
用极 大 似然 原则来 估计 潜 在变量 模 型参数 的标 准过 程． 它 可用 来估 算 原 目标 的主题 分 布． 这里 采 用 Ｅ Ｍ
算法获得最大条件概率 Ｐ （ Ｉ ｄ ｉ ， 最后根据分割块与主题的对应程度 ， 把每种分
割方 法 的分 割块 进 行 分 类 ， 并对每个分 割块用 Ｋ Ｌ