基于空间位置关系改进的物体识别上下文模型.PDF

33 6 杭州电子科技大学学报 Vol． 33 ，No． 6 第 卷第 期 2013 12 Journal of Hangzhou Dianzi University Dec． 2013 年 月 doi :10 ． 3969 /j ． issn． 1001 － 9146． 2013． 06 － 026 基于空间位置关系改进的物体识别上下文模型 ， ， 李宏伟 徐晓滨 文成林 ( ， 310018) 杭州电子科技大学系统科学与控制工程研究所 浙江杭州 : ， 、 摘要 常见的物体识别算法是基于图像局部低维特征的 在图像成像质量较差 分辨率较低情况下 ; ， 存在不确定和歧义性 图像上下文包含了场景信息以及物体之间彼此关联的丰富信息 可作为图 。 ， 像低维特征补充从而有助于提高物体识别率 该文在已有上下文模型基础上 进一步考虑了物体 ， 、 、 的空间位置关系信息 将图像全局特征 物体同现性关系和空间位置关系信息 局部检测器输出整 ， ， 。 合到同一个概率框架中 并充分利用树结构图模型高效推理的优势 改进了物体识别性能 最后 通过标准图像集进行算法验证测试和对比来说明该文算法的有效性。 : ; ; ; ; 关键词 上下文模型 树模型 同现树 空间关系 物体识别 中图分类号:TP181 文献标识码:A 文章编号:1001 － 9146 (2013)06 － 0103 － 04 0 引 言 ， 常见的单目标检测器仅仅能够识别图像局部的特定物体种类 检测结果可能在图像上下文中形成 ［1］ 。 ， 语义冲突 大量关于视觉认知和认知神经的研究表明 人类对实际场景的理解总是建立在一定的上 下文信息基础之上［2］。 。 ［3］ 针对上下文信息利用的研究已取得很大进展 文献 首先利用局部特征来预 ， 。 ［1］ 测每个结点的标签 然后利用同现性关系来来调整已预测的物体标签 文献 提出了一种基于树模 (Tree-Context)， ， ， 型表示的上下文模型 本文在其基础上 进一步考虑了物体的空间位置关系信息 将多种 ， ， 信息源整合到同一个概率框架中 利用树结构图模型高效推理的优势来完成图像中的物体识别 所得到 的检测结果能够改进物体的识别性能，