基于稀疏超完备表示的目标检测算法.pdfVIP

学兔兔 第34卷 第 6期 仪 器 仪 表 学 报 Vo1．34 No．6 2013年 6月 ChineseJournalofScientificInstrument Jun．2013 基于稀疏超完备表示的 目标检测算法冰 逯 鹏 ，张姗姗 ，刘 驰 ，黄石磊 ，汤玉合 (郑州大学电气工程学院 郑州 450001) 摘 要：基于视觉超完备机制的图像稀疏表示是一种新的图像表征方法。针对 目标检测问题 ，提出了一种基于视觉稀疏超完 备表示的计算模型，实现了非结构化场景中的目标检测。该方法首先基于能量模型和评分匹配 (scorematching)方法建立稀疏 超完备计算模型 ，进而设计了基于神经元响应以及动态阈值策略的目标检测算法，最后通过多类型交通图像验证算法有效性。 结果表明，该方法与计算机视觉方法比较具有较高的准确率 ，能够利用少样本实现大交通流量中目标的检测。 关键词：稀疏超完备；非结构化；目标检测 ；评分匹配 中图分类号：TP2 文献标识码 ：A 国家标准学科分类代码：510．8084 objlectdetectionalgorithm basedonsparseovercompleterepresentati0n LuPeng，ZhangShanshan，LiuChi，HuangShilei，TangYuhe (SchoolofElectricalEngineering，ZhengzhouUniversity，Zhengzhou450001，China) Abstract：Imagesparserepresentationbasedonvisualovercompletemechanism isanew imagerepresentationmeth- od．Aimingattheobjectdetectionprobleminimage，weproposeacomputingmodelbasedOffvisualsparseovercom- pleterepresentationmethod，whichachievestheobjectdetectioninunstructuredscenes．Inthismethod，firstly，a sparseovercompletecomputingmodelisestablishedbasedonenergymodelandscorematchingmethod．Thentheob- jectdetectionalgorithmbasedonneuronresponseanddynamicthresholdstrategiesisdesigned．Variouskindsoftraf- ficimageswereusedtoverifytheeffectivenessofthealgorithm．Theresultsshow thatcomparedwithcomputervision methods，theproposedmethodhashigheraccuracyandcanrealizetheobjectdetectioninlargetrafficflowwithfewer samples． Keywords：sparseovercomplete；unsturctured；objectdetection；scorematching 思想；OLSHAUSEN和FIELD 提出了稀疏编码的超完备 1 引 言 机制，即训练得到基函数的个数大于输入 自然图像的有 效维数；ELADM”等人通过超完备字典实现了基于 目标