关于视觉感知的室内场景识别与理解.pdfVIP

摘要 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识别。通过实验分析讨论了调整方法，以及模型的 不同参数在室内场景识别中发挥的作用和影响。 3. 针对DPM 模型对全局场景把握不足的缺点，引入基于特征通道的视觉感知 场景gist 特征，重点研究了强度、颜色、方向等不同视觉特征通道的gist 特征提取， 并基于softmax 回归进行场景特征融合和识别分类。通过实验验证了特征融合对识 别性能的提升，对比分析了改进的识别方法对室内场景识别的优势。 关键词：目标检测，室内场景识别，可变形部件模型，特征上下文 I ABSTRACT ABSTRACT Indoor scene recognition and understanding is a vital technology of the intelligent information processing. The relative mature technology has been using in a number of different fields, e.g. security and protection including human detection, object tracking, face recognition, internet information processing including image and content retrieval, robot including object seeking, scene understanding, barrier detection. Its utility and convenience for work and life attracts reaserchers all over the world. Indoor scene recognition and object detection based on deformable part-based model (DPM) are focused in this thesis. The main contents are as follows: 1. Starting from Histogram of Oriented Gradients, we study DPM’s composing, matching and scoring at multiple scales, as well as the