基于隱馬爾可夫模型的動態(tài)紋理分類.pdf

1、動態(tài)紋理是復雜動態(tài)物體的視頻序列，展現(xiàn)出在時間域上的某些穩(wěn)定性質，可以為各式各樣的視頻處理任務提供至關重要的視覺線索。而動態(tài)紋理分類是就是利用動態(tài)紋理屬性識別出區(qū)域或者對象的類型，它是動態(tài)紋理分析中一項非常重要的環(huán)節(jié)。盡管對這方面的探索已經做出了很多努力，但是動態(tài)紋理分類仍然是一個有趣且充滿挑戰(zhàn)性的研究領域。
　　傳統(tǒng)研究方法中，動態(tài)紋理常被認為是線性動態(tài)系統(tǒng)的輸出。雖然這類方法可以結合動態(tài)紋理的運動和外觀屬性，但是線性動態(tài)系統(tǒng)中

2、的狀態(tài)變量和觀測變量都是連續(xù)的并且服從高斯分布，這與動態(tài)紋理的實際表現(xiàn)不符。隱馬爾可夫模型與線性動態(tài)系統(tǒng)有著完全相同的結構，然而模型中狀態(tài)變量是離散的，且觀測變量可以服從任意分布，更適合進行動態(tài)紋理描述。所以，本文的主要工作內容如下：
　　1．將經典隱馬爾可夫模型理論的比例因子方法推廣到高階隱馬爾可夫模型，重點解決高階模型在參數(shù)重估過程中的數(shù)值下溢問題。同時簡單討論了模型解碼問題，根據一階和三階 Viterbi算法理論給出了一般意

3、義上的適用于高階隱馬爾可夫模型的Viterbi算法。
　　2．提出一種基于極大似然準則的動態(tài)紋理分類方案。首先將動態(tài)紋理視頻中像素強度序列用隱馬爾可夫模型來建模，其中動態(tài)紋理的外觀信息由觀測變量編碼，隨著時間變動的動態(tài)屬性由隱狀態(tài)來表示。該模型依據的原理是擁有任意激發(fā)概率分布的觀測值和高階隱馬爾可夫模型中隱狀態(tài)的高階依懶性可以產生對動態(tài)紋理更好的表示。然后利用極大似然分類準則判斷待分類樣本的所屬類別，通過與基于線性動態(tài)系統(tǒng)的方法作