一种基于模糊Gibbs随机场的运动估计新算法

摘要：

运动估计问题具有不适定性,单纯采用最大后验概率算法,实际上并未解决运动矢量的不连续、矢量的失真与随机噪声等棘手问题.本文应用模糊数据融合与Gibbs分布的基本思想,将运动场风险约束条件的概率分布模式有效地纳入阶段非凸函数(GNC)算法的局部迭代过程中,从而提高了运动估计效果.首先建立Gibbs的自适应能量模型,该模型可将基于特征和基于梯度的两类矢量按照优化约束条件进行融合;其次利用各种运动经验知识构造矢量的模糊风险决策表,该决策表可对Gibbs能量方程的每一步迭代收敛结果进行监督和修正,从而实现模糊数据融合.从收敛性和鲁棒性两方面说,模糊融合后的结果在原有基础上有明显提高.

关键词：Gibbs随机场、模糊数据融合、阶段非凸函数(GNC)

所属期刊栏目：9

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金30130180;国家自然科学基金60302022

在线出版日期：2004-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：699-704