使用一整套动态系统进行不变图像的动态纹理识别,计算机外文翻译
文档价格: | 100 金币 立即充值 | 文章语言: | 英语-中文 | 原文出处: | 请在文档内查看 | |||||
译文字数: | 7239 字 (节选翻译) | 译文格式: | Doc.docx (Word) | 更新时间: | 2018-07-12 |
使用一整套动态系统进行不变图像的动态纹理识别,计算机外文翻译,动态纹理,线性动态系统,核方法
译文(字数:7239):
摘要
在这篇文章当中,我们来关注一下通过变化视觉点对动态纹理分类视频的问题。我们的目的是要通过对每个带有线性动态系统集合的视像进行建模,并描绘出具有时空动态特性的视频曲线。这个系统包表示除了我们使用LDS作为特征描述符之外,相当于特征包表示。这里提出了几个具有对BOF架构的技术挑战。最显而易见的是,LDSs并不存在于欧几里德空间,因此LDSs聚类的新方法和计算密码必须得以开发。我们在这些议题的架构中利用了非线性的降维和包含为LDSs马丁距离的聚类技术。我们的实验表明我们的BOS方法能够使用于目前用已有动态纹理识别技术所不能处理的具有挑战性的识别动态纹理脚本。
1.简介
动态纹理是具有复杂场景的视像顺序,例如湖面上的水纹,风中摇曳的旗帜等等。这些物体的几何模型不断的变化给使用传统视觉算法来对这些视像序列进行分析带来了很大挑战。在过去的几年里,一些算法已经被应用到这些图像任务,例如图像对准,分割和对这些图像的分类。从这些任务当中,我们对这样序列图像的分类特别感兴趣,因为监视应用很关键,例如在隧道里检测火灾,船上的管子渗露等等。
Doretto等人表示动态纹理能够使用LDS进行建模。一些利用LDS表示法的分类算法已经被建议基于LDS参数,这些参数是非欧几里得空间的。一种比较流行的方法风格是先在两种动态的模型参数之间定义一个距离或者中心,一旦定义了这种距离或者中心,例如最近的临近点的分类器或者支持向量机能够把基于试训数据的的质疑视像顺序进行归类。Saisan等人通过这些方法,利用距离建立于在这些LDSs参数生成的子空间之间的主角之上。
原文(PDF格式,未统计字数):