3DObjectRecognitionusingaVotingAlgorithminaReal-WorldEnvironment..docVIP

介绍 这篇文章讨论的是关于三维目标识别的问题。对于来自真实世界的图像来说，我们所面临的挑战是由视野变化，内部变化以及阴影遮罩（occlusion)所引起的目标外观的多样性。传统的目标识别方法集中在效率高的关键点检测，图像描述符和机器学习上。为了应对视角和类内变化问题，这些方法主要依靠训练集。 在之前的学习中，一个著名的方法是使用几何模型。基于元件几何学B. Heisele et al使用两个层次的SVM(Support Vector Machine支持向量机) （1） 步骤2：从这些已匹配的特征中估计目标中心候补点，使用投票技术为目标检测挑选这些候补点。 步骤3：集中这些投票出来的点，然后从元素灰度级大于阈值的这些群中估计出目标的边缘。 步骤4：为所有的目标边界框盒子创建一副记忆图像（recall image）。 步骤5：对所有的边界框盒子（bounding boxes），比较记忆图像和原图像之间的外观相似性。那些具有低水平相似性的边界框盒子将被抛弃。 步骤6：对所有剩下的边界框盒子，估计出它们的目标姿态。 我们用步骤3中的投票和步骤5中的外观比较来处理由错误检测导致的错误。 2.3 质心投票 在这一节中我们将介绍我们的目标识别和检测技术。我们将它们同其它的方法如RANSAC（随机抽样一致性算法）或窗口扫描法做了比较。RANSAC提出了一种目标检测方法，这种方法依赖于图像特征的投影变换（projection transformation）。对于窗口扫描法，它们需要花名册扫描（roster scanning），这需要迭代计算来覆盖所有可能的目标有哪些信誉好的足球投注网站。这与Takaki et al提出的投票方法不同。在这篇论文中，他们通过从所有的关键点中挑选有区别的关键点特征来定义投票点。这种方法不需要反复有哪些信誉好的足球投注网站或者复杂的计算量，因此检测代价相比较而言并不算很高。因为这些优点，我们将投票技术用于目标检测。 为了预测一个目标的位置，我们需要首先从所有已匹配的特征中计算出目标中心候补点，然后通过将候补点视作投票点将投票技术应用于所有的候补点。为了确定一个目标是否存在以及该目标的位置，我们将这些投票点集中，并且使用投票点群体元素的数目来作为可信度的测量准则。 我们通过比较进行匹配的输入特征和模板模型来估计目标中心候补点。为了预测目标中心点的位置和方向，我们将关键点的刻度（σ）和方向（θ）以及从关键点到目标中心（来自于已学过的位置向量）的距离向量(Δx, Δy) 一同使用。我们定义σtemp 和θtemp为一个已匹配模板模型中一个关键点的刻度和方向，σin and θin为输入图像中一个关键点的刻度和方向。一个变量定义的示例如图2所示。通过这些数据，我们可以通过下面的公式估计出目标中心候补点： 这等式将为每一个已匹配的关键点估计出目标中心的位置。在把该公式应用于所有的已匹配关键点特征之后，我们将获得目标中心候补点的集合。为了判断一个目标出现在一副图像中的可能性，我们考虑候补点的归类（the grouping）。如果存在一些区域，在这些区域中中心候补点归类成群，则目标出现在该区域的可能性很高，如图3所示。 2.4 质心投票 既然一些候补点被集合归类，那么目标的出现将有更高的可能性。从这种假设可知，我们采用一种归类技术将近邻的候补点归类并且从聚类元素的数目来确定一个目标的存在性，如图4所示。 为了阻止目标检测过程中的记忆过载（memory overload）,我们使用由Friedman et al提出的TOD归类方法。这种方法逐步接收并且使用具有代表性的数据而不是一次存储所有的输入数据；因此当检测时它不花费太多的记忆容量。 在解释归类步骤之前，我们需要先定义一些变量。目标中心候补点的集合定义为v={}。每个候补点的位置向量（由候补点和输入关键点计算得到）定义为w={}。在聚类空间中，每个群集节点（cluster node）有3个特性：1）目标中心候补点显著，2）位置向量显著，3）模板模型（这个群集中的候补点元素从该模型中衍生）。下面是它的步骤： 步骤1：初始化一个群集内的最大距离阈值T。 步骤2：挑选第一个中心候补点，为这个候补点构建第一个群集（C ={c}，C是聚类空间）。这个新群集的中心候补点标识符和位置向量分别和，有相同的值。这个群集的投票定义为1。的匹配模板模型将被c储存。 步骤3：挑选下一个中心候补点vi,并且从C中找到最近的群集cNN。 步骤4：如果和目标中心代表之间的距离大于阈值T，一个新的群集被创建。然后将和分别设为和，设为1。的已匹配模板模型将被存储；然后返回到步骤3。 步骤5：如果和目标中心代表之间的距离小于阈值T，中