基于视觉感知室内场景识别与理解-indoor scene identification and understand based on visual perception.docxVIP

摘要室内场景的识别与理解是智能化信息处理的关键技术，相关研究成果已经在 不同的领域投入广泛的应用，主要包括安防领域的行人检测、目标追踪、人脸识 别等，互联网信息领域的图像内容检索，智能机器人领域的目标找寻、场景理解、 障碍物检测等，给人类日常生活和工作的很多方面提供了便利，具有重要的理论 研究意义和工程应用价值。本文以基于视觉感知的室内场景目标检测与场景识别为研究重点，主要研究 内容如下：1. 从有效的局部特征梯度直方图为入手点，研究可变形部件模型(Deformable Part-based Model, DPM)的组成、多尺度下的匹配和评分方法。对模型的训练方法 进行了深入探讨，使用坐标下降算法，结合筛选困难负样本进行隐性变量支持向 量机的训练。因此，目标检测可以在不同尺度、目标的不同部分进行实现，使得 检测方法对目标的姿态变化、局部位移造成的形变有很好的鲁棒性。同时，研究 通过径向基编码融合特征上下文(Feature Context)，使可变形部件模型能够利用更 多的上下文信息，并通过实验与其它优秀算法进行对比，验证可变形部件模型优 于其它算法，且特征上下文的融合提高了模型的检测性能。2. 深入研究使用可变形部件模型获取拥有更强描述能力的场景特征，同时克 服需要手工标注感兴趣区域(Region of Interest)的缺陷，通过调整其训练、匹配方法 和参数，将其应用于室内场景