视觉物体检测与子类识别整合计算研究

• 作 者: 吴俊
• 出 处: 上海交通大学
• 发表日期: 2004年期
• 关键词: 可变形部件模型 物体检测 子类识别 整合计算 隐变量支持向量机 结构支持向量机

视觉物体检测是指计算机自动地对视频或者图像中的物体进行定位;子类识别是指对检测到的物体的子类属性进行确定。视觉物体检测与子类识别是机器视觉领域的长期研究热点,实现快速准确的物体检测与识别具有十分重要的意义。在大多数的研究工作中,物体检测与子类识别常被划分为相对独立、但前后相连的两个过程,遵循先检测后识别的流程。而事实上,物体检测与子类识别并不是完全分裂的,两个过程在信息上存在一定的耦合物体检测过程中的某些信息可以帮助子类识别;子类识别过程中的某些信息可以印证或排除检测的结果。在先检测后识别的传统流程中,并没有利用这些信息。因此,研究如何将两者进行整合,充分发掘和利用信息,更好地同时完成物体检测与子类识别,具有重要意义。近年来,可变形部件模型(Deformable Part Model,DPM)作为一种物体检测算法,因其巧妙的设计思想和优异的性能表现,在物体检测领域备受关注。DPM引入了部件滤波器和混合模型概念,在检测过程中提供了许多关于物体局部细节与子类属性的信息,为物体检测与子类识别整合计算创造了条件。但较大的运算耗时,成为了其走向应用的严重制约因素。基于上述考虑,本文以可变形部件模型为基础,主要完成了以下几个方面的工作:(1)利用图形处理器(GPU)平台,对DPM算法中的特征提取环节实现了并行加速。与CPU处理版本相比,可达到数十倍的加速效果。(2)提出了基于得分偏置的物体检测与子类识别整合计算方法。通过引入得分偏置,以平衡不同子类模型的得分,使其具有可比性,在完成物体检测的同时给出子类识别结果。还构建了可视化车辆信息检测与识别软件系统框架。(3)提出了基于学习的物体检测与子类识别整合计算方法。通过引入含有隐变量的结构支持向量机,构建多目标优化函数,并进行数学分析,给出了优化求解的方法和流程。该方法在本文车辆数据集上,车辆检测精确度、召回率和车型识别整体准确率可同时达到95%以上,满足实际应用的需求。