基于貝葉斯分類錯誤率的姿態(tài)估計研究.pdf

1、姿態(tài)估計(poseestimation)是計算機(jī)視覺領(lǐng)域中的經(jīng)典問題。本文所提到的姿態(tài)估計，就是在已知目標(biāo)的三維形狀模型的前提下估計目標(biāo)在三維空間中的姿態(tài)參數(shù)。在姿態(tài)估計中，有兩個關(guān)于觀測的基本問題需要研究：1)姿態(tài)評價(poseevaluation)，即如何評價目標(biāo)形狀模型在給定姿態(tài)下的投影和圖像數(shù)據(jù)之間的匹配程度；2)姿態(tài)優(yōu)化(poserefinement)，即如何在特定的解空間里搜索最優(yōu)的姿態(tài)參數(shù)。 本文中，我們主要以視覺

2、交通監(jiān)控中的車輛定位為背景來研究姿態(tài)估計問題，其原因在于研究剛體(車輛)的姿態(tài)估計具有代表性，并且交通場景中的復(fù)雜情況為姿態(tài)估計提供了很好的研究對象。同時，姿態(tài)估計對于視覺監(jiān)控很重要，而視覺監(jiān)控具有重要的應(yīng)用價值。另外，我們也將本文的方法應(yīng)用到二維人臉定位問題中，以驗(yàn)證方法的有效性。 本文的主要工作和貢獻(xiàn)如下：1.提出在假設(shè)檢驗(yàn)的意義下采用貝葉斯分類錯誤率(BCE，Bayesianclassification)來度量局部圖像小區(qū)

3、域的統(tǒng)計可分性，并且從理論分析和試驗(yàn)比較的角度，驗(yàn)證了貝葉斯分類錯誤率對于姿態(tài)估計問題所表現(xiàn)出來的最優(yōu)性能； 2.詳細(xì)的討論了貝葉斯分類錯誤率在一維和多維情況下的快速計算問題； 3.提出將目標(biāo)形狀模型、局部區(qū)域統(tǒng)計特性和參考信息結(jié)合起來(不需要幾何基元提取)，構(gòu)造了姿態(tài)評價函數(shù)(PEEposeevaluationfunction)，有效的描述了目標(biāo)模型投影與圖像數(shù)據(jù)的匹配程度(goodnessoffit)； 4.