基于轮廓几何稀疏表示的刚性目标模型及其分级检测算法
刚性目标轮廓具有明显几何特性且不易受光照、纹理和颜色等因素影响。结合上述特性和图像稀疏表示原理,提出一种适用于刚性目标的分级检测算法。在基于部件模型(Part-based model, PBM)的框架下,采用匹配追踪算法将目标轮廓自适应地稀疏表示为几何部件的组合,根据部件与目标轮廓的匹配度,构建描述部件空间关系的有序链式结构。利用该链式结构的有序特性逐级缩小待检测范围,以匹配度为权值对各级部件显著图进行加权融合生成目标显著图。 PASCAL 图像库上的检测结果表明,该检测方法对具有显著轮廓特征的刚性目标有较好的检测结果,检测时耗较现有算法减少约60%~90%。
目标检测、刚性目标轮廓、几何稀疏表示、分级检测
TP3;TN9
Manuscript received May 22,2013;accepted November 15,2014国家自然科学基金61461047资助Supported by National Natural Science Foundation of China61461047
2015-05-18(万方平台首次上网日期,不代表论文的发表时间)
共11页
843-853