条件随机场中嵌入先验信息的图像理解算法研究

摘要

场景图像理解(Scene Image Understanding)是计算机视觉(Computer Vision)研究领域中的重要内容，它是视觉媒体内容更高层语义理解的基础，在图像检索、自动驾驶等应用中起着关键作用。近年来，场景图像理解一直是学术界的研究热点，倍受研究者的关注。以条件随机场(Conditional Random Field, CRF)为基本框架，研究者在场景图像理解算法的设计上取得了可喜的进展，其中，CRF下嵌入局部平滑、位置、共现等上下文先验信息的图像理解算法取得了较好的分类效果，但目标分类精度仍需进一步提高，因此如何挖掘更加有效的上下文先验信息有待进一步研究。
　　本研究主要内容包括：⑴提出了CRF框架中嵌入显著性检测先验信息的图像理解算法(CRF basedImage Understanding by Embedding Saliency Prior, SPCRF)。该算法以CRF为基本框架，通过阈值法分割图像中前景目标，进而构建统一的CRF分类模型。SPCRF算法在前景目标区域采用超像素作为分类单元，构建超像素间全连接关联关系，可相对有效地解决复杂前景目标中各子区域间由于颜色纹理差异较大引起的分类不一致问题。在图像理解数据集上的实验结果表明，SPCRF算法有效地提高了前景目标的分类精度且取得了较高的整体分类精度。⑵提出了CRF框架中嵌入目标置信度先验信息的图像理解算法(CRF basedImage Understanding by Embedding Object Confidence Prior, OCPCRF)。该算法以CRF为基本框架，通过在CRF中嵌入目标置信度语义上下文先验信息并结合目标空间位置先验信息实现图像标注。与传统基于简单统计构造的目标共现上下文信息不同, OCPCRF算法通过采用一对多策略构建目标分类器，进而有效地计算目标置信度语义信息，以此提升模型的泛化能力。实验结果表明，OCPCRF算法可有效提高图像标注的精度。⑶提出了CRF框架中嵌入图像间配准信息的弱监督场景图像理解算法(CRFbased Weakly Supervised Scene Image Understanding by Embedding Alignment Prior,APCRF)。该算法以多图像模型(Multi Image Model)为基本模型，通过图像配准算法挖掘图像间配准结构信息以构建图像间的超像素关系，并将挖掘得到的超像素关系作为二阶势能引入MIM模型辅助分类。实验结果表明，配准信息的引入有效提升了MIM的分类精度。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 主要工作

1．4 论文结构

第2章 背景知识

2．1 条件随机场简介

2．2 场景图像理解算法简介

2．2．1 基于参数模型的场景图像理解算法

2．2．2 基于非参数模型的场景图像理解算法

2．2．3 弱监督场景图像理解算法

2．3 本章小结

第3章 CRF中嵌入显著性先验信息的图像理解算法(SPCRF)

3．1 问题描述

3．2 显著性检测简介

3．3 SPCRF算法

3．3．1 建模思想

3．3．2 模型设计

3．3．3 算法描述

3．4 实验

3．4．1 实验数据集

3．4．2 实验设置

3．4．3 实验结果与分析

3．4．4 错误分类情况

3．4．5 分析超像素全连接对前景和背景目标分类的影响

3．4．6 效率分析

3．5 本章小结

第4章 CRF中嵌入目标置信度先验信息的场景图像理解算法(OCPCRF)

4．1 问题提出

4．2 OCPCRF算法

4．2．1 建模思想

4．2．2 模型设计

4．2．3 算法描述

4．3 实验

4．3．1 实验设置

4．3．2 实验结果与分析

4．3．3 效率分析

4．4 本章小结

第5章 CRF中嵌入配准信息的弱监督图像理解算法(APCRF)

5．1 引言

5．2 MIM模型简介

5．3 SIFT-Flow图像配准算法简介

5．4 APCRF算法

5．4．1 建模思想

5．4．2 模型设计

5．4．3 算法描述

5．5 实验

5．5．1 实验设置

5．5．2 实验结果与分析

5．6 本章小结

第6章 总结与展望

6．1 工作总结

6．2 未来展望

参考文献

攻读硕士学位期间的研究成果

致谢