基于圖的模式識別及其在計算機視覺中的應(yīng)用.pdf

1、基于圖的模式識別是計算機視覺和模式識別領(lǐng)域中一個重要的研究方向。在基于圖的模式識別中,使用圖來表示物體,圖的頂點表示物體的各個組成部分,圖的邊表示物體各組成部分之間的關(guān)系。以這樣的表達方式,圖就可以捕捉到物體的關(guān)系與結(jié)構(gòu)信息。此外,圖擁有與生俱來的平移、旋轉(zhuǎn)不變性。以上這些使得圖成為特征向量表達之外的又一個重要的物體表達方式,基于圖的模式識別因此在很多領(lǐng)域也獲得了廣泛的應(yīng)用,例如形狀分析、文檔處理、生物醫(yī)學(xué)圖像處理、生物信息學(xué)、化學(xué)信息

2、學(xué)等。
　　 雖然基于圖的表達非常有效,然而當(dāng)前大多數(shù)模式識別工具卻不能直接以圖為其處理對象,這一矛盾嚴重影響了基于圖的方法的發(fā)展和應(yīng)用。因此,研究人員提出了許多方法來解決此問題,可以分為兩大類:一類是在圖空間的方法,另一類是在向量空間的方法。前者主要關(guān)注如何直接以圖作為處理對象來解決模式識別問題,這包括圖匹配問題和定義圖的相似度度量問題,例如圖編輯距離。后者則是繞過圖空間,將圖轉(zhuǎn)化到向量空間中,從而利用現(xiàn)有的模式識別工具來解決

3、問題。這里的方法包括定義圖的描述子、圖嵌入和圖核。圖的描述子指的是定義圖的特征向量的方法。圖嵌入是尋找從圖空間到向量空間的顯式映射,將圖轉(zhuǎn)化到向量空間中。圖核則是將核方法應(yīng)用到圖上,定義圖空間到特征空間的隱式映射,解決圖的模式識別問題。
　　 本文采取將結(jié)構(gòu)模式識別和統(tǒng)計模式識別相結(jié)合的思路,既利用圖的強有力的關(guān)系結(jié)構(gòu)表達能力,又利用傳統(tǒng)模式識別的豐富的數(shù)學(xué)工具,對基于圖的模式識別在向量空間的方法做了深入分析研究,主要貢獻如下:

4、
　　 基于圖的斑馬魚異常胚胎檢測算法:斑馬魚的異常胚胎檢測對于阿爾海默綜合癥的研究具有非常重要的意義。首先將斑馬魚從背景圖像中分割出來。使用紋理特征訓(xùn)練得到的二類分類器作為分割算法。然后,提取斑馬魚的形狀輪廓,將其用圖來表示。如此一來,問題轉(zhuǎn)化為一個圖的分類問題。為此,提出圖的向量化算法。采用對結(jié)構(gòu)進行統(tǒng)計的思路,首先定義團直方圖來表示圖的頂點到其鄰接頂點之間的分布,捕捉頂點層次上的統(tǒng)計信息。然后,使用基于碼表的方法將圖轉(zhuǎn)化為

5、特征向量,捕捉圖層次上的統(tǒng)計信息。最后,訓(xùn)練分類器進行分類。在斑馬魚數(shù)據(jù)集上的實驗結(jié)果表明了所提出的方法不僅有效,而且對于物體的形狀變化和噪聲都有很強的魯棒性。
　　 屬性圖嵌入的結(jié)構(gòu)化學(xué)習(xí)方法:要解決的是圖嵌入問題,即尋找從圖空間到向量空間的映射,使得利用此映射,可以將圖的頂點嵌入到新的空間下。在那里,圖的匹配、分類和檢索問題得以完成。首先,引入圖空間上算子的概念,從而可以將需要求解的映射看作是圖的屬性集上的算子。由于圖的屬性

6、集與圖的邊空間相關(guān)聯(lián),因此,此映射是一個與圖的拓撲結(jié)構(gòu)相關(guān)的屬性集上的線性算子。為了求解此映射,在Graphical Model框架下,從離散馬爾可夫隨機場的目標(biāo)函數(shù)導(dǎo)出需要定義的目標(biāo)函數(shù),進而解一個優(yōu)化問題。使用此嵌入,在一個具有1000個物體的數(shù)據(jù)集以及MPEG-7數(shù)據(jù)集上分別做了關(guān)系匹配、形狀分類和檢索的實驗,并與同類方法相比較,驗證了所提出方法的有效性。
　　 圖屬性嵌入的黎曼淹沒學(xué)習(xí)方法:要解決的仍然是一個圖嵌入問題,

7、將關(guān)系結(jié)構(gòu)嵌入到度量空間,從而可以在新的空間下做匹配和分類。從黎曼流形的角度來看,定義此嵌入為與樣本類別標(biāo)記相關(guān)的流形淹沒的混合模型?；旌夏Ｐ偷臋?quán)重通過計算嵌入后圖的頂點坐標(biāo)的概率密度估計來得到。而淹沒則需要通過使用迭代置信區(qū)域方法計算得到,其目標(biāo)函數(shù)為圖的頂點后驗概率的硬極限與其估計值之間的L2范數(shù)。所提出的是一種通用方法,可以用來做匹配、分類和檢索。在人工數(shù)據(jù)集、MNIST和MPEG-7分別做了圖匹配、字符分類和形狀分類的實驗,驗證