基于数据驱动的马尔柯夫链蒙特卡洛模型的动态纹理分析

摘要

动态纹理是移动场景的图像序列，它在时间上显示出某种稳态属性。例如流水、飘扬的旗帜、摇曳的树叶。本文在分析多种现有动态纹理模型的基础上，使用生成式模型(generative model)来描述动态纹理，并描述了用数据驱动的马尔柯夫链蒙特卡洛方法学习和推断这种描述动态纹理的模型。基于此模型，本文给出了动态纹理分类、跟踪和编辑的方法，并检验模型的有效性。论文的主要工作如下： (1)动态纹理的建模：在分析多种现有动态纹理模型优缺点的基础上，使用生成式模型为动态纹理建模，并采用数据驱动马尔柯夫链蒙特卡洛方法为该模型作参数估计。 (2)动态纹理的编辑：通过学习动态纹理的图像序列，可生成满足需要的任意长度的动态纹理序列，使用该模型合成出了与原图像序列在统计意义上等价的新动态纹理，说明该模型抓住了动态纹理的本质。 (3)动态纹理的分类：对于不同的动态纹理，通过学习可获得不同的参数。采用隐图(hidden graph)间的相似性作为区分不同动态纹理的标准，成功地对待分类的动态纹理实施了分类。 (4)基于动态纹理的运动目标跟踪：将感兴趣的运动目标视作一种动态纹理。通过学习动态纹理模型的参数，跟踪感兴趣的目标。并以人体跟踪为例阐述了动态纹理在目标跟踪中的应用，用一个简单例子说明了该动态纹理模型应用于运动目标跟踪的有效性。

目录

文摘

英文文摘

声明

1绪论

1.1课题研究背景

1.2课题研究意义

1.3论文的章节布局

2动态纹理建模

2.1相关模型

2.2模型的建立

2.2.1几何光学模型

2.2.2图运动和结构编辑

2.3本章小结

3模型参数的学习与推断

3.1问题的数学定义

3.2数据驱动的马尔柯夫链蒙特卡洛简介

3.3运用数据驱动的马尔柯夫链蒙特卡洛进行参数推断

3.3.1原始要素图的推断

3.3.2图结构的推断

3.3.3数据驱动

3.4本章小结

4动态纹理的编辑

4.1编辑的定义

4.2动态纹理的编辑

4.3本章小结

5动态纹理的分类

5.1几种分类方法

5.2动态纹理分类

5.3本章小结

6基于动态纹理的运动目标跟踪

6.1运动目标跟踪概述

6.2人体跟踪

6.3本章小结

7总结和展望

7.1论文工作总结

7.2对未来工作的展望

致谢

参考文献