基于自适应尺度LE的轮廓编组算法.pdfVIP

第35卷 第5期 北 京 交 通 大 学 学 报 Vo1．35No．4 2011年 10月 kLOFBEUING儿A0T0NGUNI、砸IRSlT Q￡：2 l 文章编号：1673—0291(2011)05—0012—05 基于 自适应尺度LE的轮廓编组算法 尹 辉 ，罗四维，黄雅平，邹 琪 (北京交通大学计算机与信息技术学院，北京 100044) 摘 要：在图嵌入框架下，以编组线索的聚类来实现轮廓编组的方法，不仅可以有效地将局部特征 和全局特征结合起来，而且更加符合人类视觉感知以流形存在的特点．本文在分析相似度矩阵对样 本结构表示意义的基础上，提出了一种基于 自适应尺度LaplacianEigenmap的轮廓编组算法．该算 法能够根据编组线索多维特征的不同局部统计特性，自适应地改变相似度计算模型中的尺度因子， 使相似度矩阵更准确地反映编组线索数据集的结构特性．在此基础上通过降维实现编组元的聚类， 从而得到轮廓编组的结果．实验证明，该算法对于局部统计特性差异较大的编组线索有着良好的适 应性，尤其对于有遮挡的感知 目标，表现出比图分割方法更为优越的性能． 关键词：知觉组织；轮廓编组；图嵌入；聚类；降维 中图分类号：TP18 文献标志码 ：A Contourgroupingalgorithm basedonLaplacian Eigenmapwithadaptivescale YINHui，LUOSiwei，HUANGYaping，ZOUQi (SchoolofComputerandInformationTechnology，BeijingJiaotongUniversity，Beijing100044，China) Abstract：Inthispaper，contourgroupingisstudiedunderthegeneralframeworkofgraphembedding byclusteringthegroupingcues．InperceptuaIgroupingprocess，localfeaturesandglobalfeaturesare combinedandmanifold1earningisusedtoobtaingroupingresultbysimulatingthehumanvision．By analyzingthemeaningofaffinitymatrixforrepresentingthestructureofdata，acontourgroupingal— gorithm basedontheLaplacianEigenmapwithadaptivescaleisproposed．Accordingtothedifferent localstatisticalfeatures，thescalefactorisautomaticallydeterminedtocomputetheaffinitybetween aechpairofgroup—metawhichrepresentthesturcturefeatureofgroupingcuesmoreexactly．Asare— sult，contourgroupingisimplementedbyclusteringthegroup—metacuesbaesdontheresultofdimen— sionalityreduction．Theexperimentsshow thatthisalgorithm hasthegoodadaptabilityforlocalstaffs— tiealdiscrepancyandshowsthehigherefficiencythanthenomr almethodofgraphsegment．especially forpartiallyoccludedobject． Keywords：pe