2 稳定模式的产生及匹配算法 - 中国图象图形学报.doc

中图法分类号：TP391.4 文献标识码：A 文章编号：1006-8961(200 ) - - 文章索引信息: 目标识别中的稳定图像特征组合发掘 姜永兵1), 2)，彭启民1) 1)(中国科学院软件研究所综合信息系统国家级重点实验室 北京 100190) 2)(中国科学院研究生院 北京 100049) 摘 要：针对图像局部特征组合稳定性差和区分力不足的问题，通过对由图像半局部邻域特征挖掘得到的频繁项集进行统计学过滤、模式分解、模式总结及模式组成项间几何关系的建模，本文提出了两种具有较强表征力和区分力的图像中层表示模型：类间共用稳定模式（Inter-Class Common Stable Pattern）和类内特殊稳定模式（Intra-Class Special Stable Pattern）; 在将这两种模式引入到目标识别框架后，得到了相比同类方法较好的结果。 关键词 ：频繁项集；模式分解；模式总结；稳定模式 The mining of stable image feature-compositions in object recognition JIANG Yongbing1),2),PENG Qimin1) 1) (National Key Laboratory of Integrated Information System Technology, Institute of Software, Chinese Academy of Sciences, Beijing, 100190) 2) (Graduate University of Chinese Academy of Science, Beijing, 100049) Abstract: In order to improve the stability and discrimination of local feature combination for image representation, two image mediate-level representations, Inter-CSP(Inter-Class Common Stable Pattern) and Intra-SSP(Intra-Class Special Stable Pattern) are proposed. The details of processing is given which can be divided into statistic-filtering, pattern decomposition, pattern summarization and item-based geometric relation modeling on frequent itemsets mined from image Semi-local features. A recognition framework is introduced based on Inter-CSP and Intra-SSP. The experiment result demonstrates that these two kinds of pattern are prior to classical methods. Keywords: frequent item set; pattern decomposition; pattern summarization; stable pattern; 0 引 言 数据挖掘在结构化和半结构化数据的检索、分类及识别领域取得了较大的成功。从图像中提取的基本特征(视觉基元)，通过聚类产生视觉词汇，从而用一组视觉词汇来表示(即BoW)图像,用文本相关的知识解决部分视觉问题[1][2]。但与文本词汇的离散性不同，视觉基元具有连续性，将其映射到视觉词汇会破坏这种性质，导致对应视觉词汇的多变性和不确定性[3]；同样的视觉模式，由于视角、光照、尺度、噪声等因素的影响，不可能用确定视觉基元对这种视觉模式进行表示。虽然通过聚类产生的视觉词汇量化会消除部分影响，但高维连续空间数据到低维空间的映射具有不确定性，同类目标的同种视觉模式可能映射到不同的视觉词汇(即同义性)，而不同目标的不同视觉模式也可能映射到相同的视觉词汇(即多义性)。 解决上述问题的一种方法是将视觉词汇放在具有空间约束的上下文中，即同时出现的多个词汇比单个词汇更具确定性[2][3][4]。半局部邻域即是组织方式之一，其将局部特征与其附近的特征联合编码产生视觉词汇组合，大多采用K邻域或自适应窗口编码，K邻域对距视觉词汇最近的K个词汇进行无序编码来产生半局部邻域特征组合[3][4]