基于李群学习模型的颜色特征不变性关键问题研究

摘要

李群学习模型不仅提供了描述数据的几何表示方法，而且给出了具体的代数求解方案。相对于传统的学习算法，李群学习可以高效处理矩阵样本，避免了因为维数的急剧增加而给分类识别带来困难的问题。颜色特征不变性问题是认知图像中的主要研究问题之一，而李群在处理变换问题具有先天优势，因此本文借助李群学习模型来研究特征不变性问题，经过近三年的研究，取得的成果包括：
　　(1)提出了李群颜色特征不变人脸跟踪算法。
　　(2)提出了李群颜色特征不变描述子，也称为李特征描述子。
　　(3)提出了李特征描述子模板匹配算法，并运用于图像匹配与目标跟踪。综上所述，本文的创新点主要有：
　　(1)充分利用肤色椭圆模型的颜色特征不变性，提出李群颜色特征不变人脸跟踪算法。
　　(2)借鉴积分图的思想，给出李特征描述子的快速计算方法，显著提高了计算速度。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 李群机器学习研究进展

1.2 认知图像颜色特征不变性问题研究进展

1.3 问题提出及内容安排

第二章 颜色特征不变性相关理论

2.1 色度学理论

2.2 常用颜色空间

2.3 颜色描述子

2.4 颜色特征不变计算理论

2.5 本章小节

第三章 李群颜色特征不变人脸跟踪算法

3.1 李群基础理论

3.2 色彩空间选择

3.3 肤色模型的颜色不变性

3.4 人脸检测算法

3.5 二维物体运动的估计算法

3.6 人脸跟踪算法

3.7 实验结果

3.8 本章小节

第四章 李群颜色特征不变描述子

4.1 CSIFT

4.2 李群颜色特征不变描述子

4.3 李特征描述子的快速计算方法

4.4 基于李特征描述子的模板匹配算法

4.5 本章小节

第五章 应用实例

5.1 图像匹配

5.2 目标跟踪

5.3 本章小节

第六章 结论与展望

参考文献

攻读学位期间参与的科研项目与发表（录用）论文

中英文名词对照

致谢