×
阿提姆·米亚斯科夫斯基;亚恩·古索;迈克尔·林登鲍姆

超越独立性：反向决策程序的延伸。 （英语） 兹比尔1259.68202

国际期刊计算。视觉。 101，第1期，22-44（2013）.
摘要：逆向方法是一种用于进行算法决策的原则性方法，已成功应用于图像分析中的许多任务。该方法基于图像的背景模型（或零假设）。该模型依赖于独立性假设，并对不应进行检测的图像进行表征。它通常依赖于图像，依赖于从图像中收集的统计信息，因此具有自适应性。本文提出了背景模型的一种推广，它放松了独立性假设，而使用了与图像相关的二阶特性。由于图形模型，二阶特性被考虑在内。将改进的反求技术应用于两个任务：线段检测和基于零件的目标检测，并证明了其优点。特别是，我们表明，该方法能够在不需要训练数据的情况下合理准确地预测假检测率。

引用于2文件

MSC公司：

68T45型 机器视觉和场景理解
68吨10 模式识别、语音识别

关键词：

相反的决定;物体识别;显著性检验;背景模型;错误报警数;有意义的匹配

软件：

SIFT公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Myaskouvskey}等人，《国际计算杂志》。视觉。101，第1号，第22-44条（2013；Zbl 1259.68202）
全文： 内政部

参考文献：

[1] Chow，C.K.，&；Liu，C.N.（1968）。用依赖树逼近离散概率分布。IEEE信息理论汇刊，14，462–467·Zbl 0165.22305号 ·doi:10.1109/TIT.1968.1054142
[2] Cormen，T.H.、Leiserson，C.E.和；Rivest，R.L.（1990）。算法简介。剑桥：麻省理工学院出版社·Zbl 1158.68538号
[3] Dallal，N.和；Triggs，B.（2005年）。人体检测定向梯度直方图。程序中。IEEE配置比较。视觉拍。记录。（第886-893页）。
[4] Desolneux，A.、Moisan，L.和；Morel，J.M.（2000年）。有意义的对齐。国际计算机视觉杂志，40（1），7–23·Zbl 1012.68701号 ·doi:10.1023/A：1026593302236
[5] Desolneux，A.、Moisan，L.和；Morel，J.M.（2001）。利用亥姆霍兹原理进行边缘检测。数学成像与视觉杂志，14（3），271-284·Zbl 0988.68819号 ·doi:10.1023/A:1011290230196
[6] Desolneux，A.、Moisan，L.和；Morel，J.M.（2008）。从格式塔理论到意象分析。柏林：斯普林格·Zbl 1241.68001号
[7] Fergus，R.、Perona，P.和；Zisserman，A.（2007）。视觉识别模型的弱监督尺度变学习。国际计算机视觉杂志，71（3），273–303·Zbl 05146303号 ·doi:10.1007/s11263-006-8707-x
[8] Flenner，A.和；Hewer，G.A.（2011）。使用可交换随机变量的无参数变化检测和相干运动的亥姆霍兹原理方法。SIAM成像科学杂志，4（1），243-276·Zbl 1248.94015号 ·doi:10.1137/090772344
[9] Galerne，B.、Gousseau，Y.和；Morel，J.-M.（2010年）。随机相纹理：理论与合成。IEEE图像处理汇刊，20（1），257–267·Zbl 1372.94086号 ·doi:10.1109/TIP.2010.2052822
[10] Gousseau，Y.，&；Roueff，F.（2007）。在自然图像中建模遮挡和缩放。多尺度建模与；模拟。SIAM跨学科期刊，6（1），105–134·Zbl 1143.62057号 ·doi:10.1137/060659041
[11] Grimmet，G.和；Stirzaker，D.（2001）。概率和随机过程（第三版）。剑桥：牛津大学出版社·Zbl 1015.60002号
[12] Grompone von Gioi，R.、Jakubowicz，J.、Morel，J.-M.和；Randall，G.（2008）。直线段检测。数学成像与视觉杂志，32，313–347·Zbl 1523.68149号 ·doi:10.1007/s10851-008-0102-5
[13] Grompone von Gioi，R.、Jakubowicz，J.、Morel，J.-M.和；Randall，G.（2010）。Lsd：带有假检测控制的快速线段检测器。IEEE模式分析和机器智能汇刊，32，722–732·doi:10.1109/TPAMI.2008.300
[14] Grosjean，B.和；Moisan，L.（2009）。纹理背景中斑点的反向检测能力。数学成像与视觉杂志，33（3），313–337·兹比尔1523.62072 ·doi:10.1007/s10851-008-0111-4
[15] Konishi，S.、Yuille，A.L.、Coughlan，J.M.和；朱S.C.（2003）。统计边缘检测：学习和评估边缘线索。IEEE模式分析和机器智能汇刊，25（1），57–74·Zbl 05110373号 ·doi:10.1109/TPAMI.2003.1159946
[16] Lowe，D.G.（2004）。具有与比例不变关键点不同的图像特征。国际计算机视觉杂志，60（2），91–110·Zbl 02244065号 ·doi:10.1023/B:VISI.0000029664.99615.94
[17] Moisan，L.和；Stival，B.（2004）。检测两幅图像之间刚性点匹配并估计基本矩阵的概率准则。国际计算机视觉杂志，57（3），201–218·Zbl 05671825号 ·doi:10.1023/B:VISI.0000013094.38752.54
[18] Muse，P.、Sur，F.、Cao，F.、Gousseau，Y.和；Morel，J.M.（2006）。一种形状元素识别的逆向决策方法。国际计算机视觉杂志，69（3），295–315·兹比尔05062730 ·doi:10.1007/s11263-006-7546-0
[19] Pearl，J.（1988）。智能系统中的概率推理：似是而非推理网络。圣马特奥：摩根·考夫曼·Zbl 0746.68089号
[20] Rabin，J.、Delon，J.和；Gousseau，Y.（2009）。局部特征匹配的统计方法。SIAM成像科学杂志，2（3），931-958·Zbl 1175.62069号 ·数字对象标识代码：10.1137/090751359
[21] Rajashekar，U.、Bovik，A.C.和；Cormack，L.K.（2006）。噪声中的视觉搜索：通过视觉控制分类图像分析揭示结构线索的影响。《视觉杂志》，6（4），379–386·doi:10.1167/6.4.7
[22] Ruderman，D.L.（1994）。自然图像的统计。网络：神经系统中的计算，5517–548·兹比尔0824.92030 ·doi:10.1088/0954-898X/5/4/006
[23] Sabater，N.、Morel，J.M.和；Almansa，A.（2012年）。立体视觉中的可靠匹配。doi:10.1109/TPAMI.2011.207
[24] Sivic，J.、Russell，B.C.、Efros，A.A.、Zisserman，A.和；Freeman，W.T.（2005）。发现物体及其在图像中的位置。程序中。内部配置比较。愿景。
[25] Van Trees，H.L.（1965）。检测、估计和调制理论，第一部分。纽约：威利出版社·Zbl 0202.18002号
[26] 维达尔·纳奎特（Vidal-Naquet，M.）；Ullman，S.（2003）。具有信息特征和线性分类的对象识别。ICCV03（第281-288页）。
[27] Weber，M.、Welling，M.和；Perona，P.（2000）。识别模型的无监督学习。在ECCV00中（第18-32页）。
[28] Zhang，J.、Marszalek，M.、Lazebnik，S.和；Schmid，C.（2007）。纹理和对象类别分类的局部特征和核心：综合研究。国际计算机视觉杂志，73（2），213-238·Zbl 05146333号 ·doi:10.1007/s11263-006-9794-4
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。