上大计算机视觉考试资料

计算机视觉考试资料

填空：10；判断：10；简答：60；程序分析（实验三）：20

简答：

1.什么是图像特征？什么是整体图像特征？什么是局部图像特征？

什么是图像特征，并没有一个准确的定义。

理想的特征描述符应该具有：可重复性、可区分性、集中以及高效等特性；还需要能够应对图像亮度变化、尺度变化、旋转和仿射变换等变化的影响。

计算机视觉中通常把角点（corner）作为是图像的特征，而角点能够作为图像特征点的原因有以下两点：

（1）角点具有唯一的可识别性，当然，这是基于两幅图像没有非常大的差别的前提下适用的；

（2）角点具有稳定性，换句话说，就是当该点有微小的运动时，就会产生明显的变化。于是，可以清晰的看到该点的移动，这有利于特征点的跟踪；

对于图像上其它的特征描述，如边（edge），区域（patch）等，用数学的语言来描述，就是，这些特征点变化性比较小。

如某一灰度相似的区域，其一阶导数为常数，二阶导数也为常数。因此，若选取一幅图像中这样的某个区域作为特征，则在另一幅图像中，便很难找到同时满足唯一可识别性和稳定性要求的对应特征。

对于边特征，在垂直于边的方向上，其一阶导数和二阶导数均不为0；但是在平行于边的方向上，则不然。故边特征不适合作为图像的特征。

当发现某个点附近的一阶导数是不断变化时，该点便是角点，可作为图像的特征点。

局部特征点是图像特征的局部表达，它只能反映图像上具有的局部特殊性，所以它只适合于对图像进行匹配，检索等应用。对于图像理解则不太适合。而后者更关心一些全局特征，如颜色分布，纹理特征，主要物体的形状等。全局特征容易受到环境的干扰，光照，旋转，噪声等不利因素都会影响全局特征。相比而言，局部特征点，往往对应着图像中的一些线条交叉，明暗变化的结构中，受到的干扰也少。

常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。

颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。

纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。

2.用Adaboost检测人脸的原理。

Adaboost 算法是一种用来分类的方法，它的基本原理就是“三个臭皮匠，顶个诸葛亮”。

它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。

使用Adaboost算法能挑选出一些最能代表人脸的矩形特征( 弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器;

例如下图中

需要用一些线段把红色的球与深蓝色的球分开，然而如果仅仅画一条线的话，是分不开的。

a b c d

使用Adaboost算法来进行划分的话，先画出一条错误率最小的线段如图

1 ，但是左下脚的深蓝色球被错误划分到红色区域，因此加重被错误球的权重，再下一次划分时，将更加考虑那些权重大的球，如 c 所示，最终得到了一个准确的划分，如下图所示。

人脸检测的目的就是从图片中找出所有包含人脸的子窗口，将人脸的子窗口与非人脸的子窗口分开。

大致步骤如下：

(1)在一个 20*20 的图片提取一些简单的特征（称为Harr特征），如下图所示。

它的计算方法就是将白色区域内的像素和减去黑色区域，因此在人脸与非人脸图片的相同位置上，值的大小是不一样的，这些特征可以用来区分人脸和分人脸。

(2)目前的方法是使用数千张切割好的人脸图片，和上万张背景图片作为训练样本。训练图片一般归一化到 20*20 的大小。在这样大小的图片中，可供使用的 haar 特征数在 1 万个左右，然后通过机器学习算法—adaboost 算法挑选数千个有效的 haar 特征来组成人脸检测器。

(3)学习算法训练出一个人脸检测器后，便可以在各个场合使用了。使用时，将图像按比例依次缩放，然后在缩放后的图片的 20*20 的子窗口依次判别是人脸还是非人脸。

人脸检测的流程

人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。

目前人脸检测技术在门禁系统、智能监控系统中已得到了很好的应用。另外，目前的笔记本电脑中也陆续开始使用人脸识别技术作为计算机登录的凭证。近年来，在数码相机和手机中也集成了人脸检测算法，作为一个新的功能提供用户使用。在这些应用中，人脸检测都是发挥着至关重要的作用。

3.论述，PCA、LDH的思想以及如何做人脸检测？

基于特征脸（PCA）的人脸识别方法：特征脸方法是基于KL变换的人脸识别方法，KL 变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。

线段Hausdorff距离(LHD)的人脸识别方法：心理学的研究表明，人类在识别轮廓图（比如漫画）的速度和准确度上丝毫不比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段集之间线段的一一对应关系，因此它更能适应线段图之间的微小变化。实验结果表明，LHD在不同光照条件下和不同姿态情况下都有非常出色的表现，但是它在大表情的情况下识别效果不好

4.论述，图像检索或人脸识别的基本思路。

一般分三步：

(1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹(Faceprint)编码贮存起来。

(2)获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。

(3)用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辨认出某个人。人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。

5.视频分割的目的、思路是什么？

视频分割是指对图像或视频序列按一定的标准分割成区域，目的是为了从视频序列中分离出有一定意义的实体，这种有意义的实体在数字视频中称为视频对象。视频分割在很多领域中有非常重要的作用，在视频编码中，基于内容和利用人眼视觉特性的第2代编码技术已经提出，提取视频对象可以很大地提高压缩效率，并为存储和传输提供了便利，在MPEG-4标准和正在制定的MPEG-4标准中提出了基于对象的检索和浏览技术；在互联网领域的WEB技术中，我们需要提取视频对象，以对静止或动态场景进行查询和交互，另外视频分割在模式识别、计算机视觉、视频检索等领域也得到了广泛的应用。

6.实验相关（实验1-5、7）

如：彩色图像怎么用数据结构表达。