區(qū)別性稀疏表征方法及其應(yīng)用研究.pdf

1、本論文提出了一種基于區(qū)別性原子模型的稀疏表征方法。該方法利用平均信息量和詞頻-逆向文件頻率(tf-idf)分析并重構(gòu)字典中原子攜帶的區(qū)別性信息。
　　本論文提出的方法是一般化模型，其重構(gòu)的區(qū)別性信息只與圖像內(nèi)容有關(guān)，可面向多種應(yīng)用。
　　本論文主要分為兩個(gè)部分。第一部分首先分析了稀疏表征技術(shù)在計(jì)算機(jī)視覺領(lǐng)域的發(fā)展。介紹了稀疏表征的主要原理、相關(guān)算法及區(qū)別性稀疏表征模型。在此基礎(chǔ)上，提出了一種基于區(qū)別性原子模型的稀疏表征方法。

2、
　　第二部分將所提出的區(qū)別性原子稀疏表征方法分別應(yīng)用到運(yùn)動(dòng)目標(biāo)檢測(cè)、人臉識(shí)別和顯著性檢測(cè)應(yīng)用中。在運(yùn)動(dòng)目標(biāo)檢測(cè)應(yīng)用中，首先利用區(qū)別性原子稀疏表征方法重構(gòu)序列圖像的粗糙運(yùn)動(dòng)區(qū)域，然后利用改進(jìn)后的均值濾波和健壯稀疏編碼算法得到細(xì)化的運(yùn)動(dòng)區(qū)域;在人臉識(shí)別應(yīng)用中，首先利用區(qū)別性原子稀疏表征方法重構(gòu)人臉圖像，然后利用子空間學(xué)習(xí)實(shí)現(xiàn)人臉識(shí)別;在顯著性檢測(cè)應(yīng)用中，在基于前景、背景相似度差異的顯著性檢測(cè)框架下，利用區(qū)別性原子稀疏表征方法求取先驗(yàn)