×

稳健图像分析中的隐式加权方法。 (英语) Zbl 1255.68243号

摘要:本文致力于高鲁棒性统计方法及其在图像分析中的应用。本文的方法利用了隐式加权的思想,该思想受到了高度稳健的最小二乘回归估计的启发。我们使用基于单个像素隐式加权的相关系数作为两幅图像之间的高度鲁棒的相似性度量。加权最小二乘估计量被认为是一种具有明确解释的替代回归估计量。我们通过稳健的主成分分析将隐式加权应用于降维。在二维图像数据库中的人脸定位和人脸检测任务中,使用了高度鲁棒的方法。在此背景下,我们研究了一种异常值检测方法和一种基于隐式加权的图像去噪滤波器。

MSC公司:

68单位10 图像处理的计算方法
68吨10 模式识别、语音识别
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Arya,K.V.,Gupta,P.,Kalra,P.K.,Mitra,P.:使用稳健M-估计量进行图像配准。模式识别。莱特。28, 1957–1968 (2007) ·doi:10.1016/j.patrec.2007.05.006
[2] Belhumeur,P.N.,Hespanha,J.P.,Kriegman,D.J.:特征脸与渔夫脸:使用类特定线性投影进行识别。IEEE传输。模式分析。机器。智力。19(7), 711–720 (1997) ·Zbl 05111919号 ·doi:10.1109/34.598228
[3] Böhringer,S.、Vollmar,T.、Tasse,C.、Würtz,R.P.、Gillessen Kaesbach,G.、Horsthemke,B.、Wieczorek,D.:基于2D分析软件的综合征识别。《欧洲遗传学杂志》。14, 1082–1089 (2006) ·doi:10.1038/sj.ejhg.5201673
[4] Chai,X.、Shan,S.、Chen,X.和Gao,W.:位置不变人脸识别的局部线性回归。IEEE传输。图像处理。16(7), 1716–1725 (2007) ·Zbl 05453669号 ·doi:10.1109/TIP.2007.899195
[5] Chambers,J.M.:《数据分析软件:与R.Springer一起编程》,纽约(2008)·Zbl 1180.62002号
[6] Chen,J.-H.,Chen,C.-S.,Cheng,Y.-S.:使用M估计进行鲁棒模板匹配的快速算法。IEEE传输。信号处理。51(1), 230–243 (2003) ·Zbl 1369.94109号 ·doi:10.1109/TSP.2002.806551
[7] 采季克,P.:具有离散解释变量的稳健估计。收录于:Härdle,W.,Rönz,B.(编辑)COMPSTAT 2002,《计算统计学报》,第509-514页。Physica-Verlag,海德堡(2002)
[8] 采季克,P.:回归模型的半参数加权稳健估计。计算。统计数据分析。55(1), 774–788 (2011) ·Zbl 1247.62115号 ·doi:10.1016/j.csda.2010.06.024
[9] Dabov,K.,Foi,A.,Katkovnik,V.,Egizarian,K.:稀疏三维变换域协同滤波的图像去噪。IEEE Trans。图像处理。16(8), 2080–2095 (2007) ·Zbl 05453745号 ·doi:10.1109/TIP.2007.901238
[10] Dalal,N.,Triggs,B.:人体检测定向梯度直方图。摘自:IEEE计算机学会计算机视觉和模式识别会议CVPR,第886–893页。IEEE计算机协会,华盛顿(2005)
[11] Davies,P.L.,Gather,U.:分解和分组。Ann.Stat.33(3),977–1035(2005)·Zbl 1077.62041号 ·doi:10.1214/009053604000001138
[12] Davies,P.L.,Kovac,A.:局部极值、运行、字符串和多分辨率。Ann.Stat.29(1),1-65(2001)·Zbl 1029.62038号 ·doi:10.1214/aos/996986501
[13] Donoho,D.L.,Huber,P.J.:崩溃点的概念。摘自:Bickel,P.J.、Doksum,K.、Hodges,J.L.J.(编辑)《埃里希·莱曼的节日》,第157-184页。贝尔蒙特·沃兹沃思(1983)
[14] Ellis,S.P.,Morgenthaler,S.:一级回归中的杠杆和分解。《美国统计学会杂志》第87卷(417页),第143-148页(1992年)·Zbl 0781.62101号
[15] Fidler,S.,Skočaj,D.,Leonardis,A.:通过子采样将重构子空间方法和区分子空间方法结合起来,实现稳健分类和回归。IEEE传输。模式分析。机器。智力。28(3), 337–350 (2006) ·兹伯利05110886 ·doi:10.1109/TPAMI.2006.46
[16] Franceschi,E.、Odone,F.、Smeraldi,F.和Verri,A.:通过假设检验寻找对象。摘自:《2004年ICPR会议录》,《适应性视觉系统学习研讨会》,剑桥,2004年。IEEE计算机学会,Los Alamitos(2004)
[17] Fried,R.,Einbeck,J.,Gather,U.:加权重复中值平滑和过滤。《美国统计协会期刊》102(480),1300-1308(2007)·Zbl 1332.94021号 ·doi:10.1198/0162145000001166
[18] Gervini,D.,Yohai,V.J.:一类稳健且完全有效的回归估计量。Ann.Stat.30(2),583–616(2002)·Zbl 1012.62073号 ·doi:10.1214/aos/1021379866
[19] Hájek,J.,Šidák,Z.,Sen,P.k.:等级测试理论,第二版。圣地亚哥学术出版社(1999)·Zbl 0944.62045号
[20] Härdle,W.K.,Simar,L.:应用多元统计分析。斯普林格,海德堡(2007)·Zbl 1115.62057号
[21] He,X.,Portnoy,S.:重加权LS估计以与初始估计相同的速度收敛。Ann.Stat.20(4),2161-2167(1992)·Zbl 0764.62043号 ·doi:10.1214/aos/1176348910
[22] Hillebrand,M.,Müller,C.:重建噪声图像的异常稳健角点保护方法。Ann.Stat.35(1),132-165(2007)·Zbl 1114.62050号 ·doi:10.1214/00905360000001109
[23] Hotz,T.、Marnitz,P.、Stichtenoth,R.、Davies,P.L.、Kabluchko,Z.、Munk,A.:基于统计多分辨率准则的局部自适应图像去噪。2009年8月,哥廷根大学印前统计规范化和质量约束(2009)·Zbl 1239.62116号
[24] Huang,L.-L.,Shimizu,A.:结合分类器进行鲁棒人脸检测。载:《计算机科学讲义》,第3972卷,第116–121页(2006年)
[25] Hubert,M.,Rousseeuw,P.J.,van Aelst,S.:高分解鲁棒多变量方法。统计科学。23(1), 92–119 (2008) ·Zbl 1327.62328号 ·doi:10.1214/0883423070000087
[26] Kalina,J.:稳健回归的渐近Durbin-Watson检验。牛市。国际统计研究所62,3406–3409(2007)
[27] Kalina,J.:用于遗传应用的人脸稳健图像分析。《欧洲生物医学杂志》。通知。6(2), 6–13 (2010)
[28] Kalina,J.:稳健计量经济学中的多元方法。布拉格经济。巴普。1(2012), 69–82 (2012)
[29] Kleihorst,R.P.:图像序列的噪声滤波。论文,代尔夫特工业大学(1997)
[30] Lin,Z.,Davis,L.S.,Doermann,D.S.,DeMenthon,D.:用于人体检测和分割的分层零件模板匹配。摘自:2007年IEEE第十一届计算机视觉国际会议论文集,第1-8页。IEEE计算机协会,华盛顿(2007)
[31] Mairal,J.、Elad,M.、Sapiro,G.:彩色图像恢复的稀疏表示。IEEE传输。图像处理。17(1), 53–69 (2008) ·Zbl 05516526号 ·doi:10.1109/TIP.2007.911828
[32] Maronna,R.A.,Martin,R.D.,Yohai,V.J.:稳健统计:理论与方法。奇切斯特·威利(2006)·邮编1094.62040
[33] Meer,P.,Mintz,D.,Rosenfeld,A.,Kim,D.Y.:计算机视觉的稳健回归方法:综述。国际期刊计算。视觉。6(1), 59–70 (1991) ·doi:10.1007/BF00127126
[34] Müller,C.:重新定义回归分析、聚类分析和图像分析中的M估计量。讨论。数学。,普罗巴伯。Stat.24(1),59-75(2004)·Zbl 1053.62081号
[35] Naseem,I.,Togneri,R.,Bennamoun,M.:人脸识别的线性回归。IEEE传输。模式分析。机器。智力。32(11), 2106–2112 (2010) ·doi:10.1109/TPAMI.2010.128
[36] Pitas,I.,Venetsanopoulos,A.N.:非线性数字滤波器。多德雷赫特·克鲁沃(1990)·Zbl 0719.93080号
[37] Pát,P.:最小加权平方估计量。摘自:Antoch,J.(编辑)COMPSTAT 2004,《计算统计学报》,第1653–1660页。Physica-Verlag,海德堡(2004)
[38] Portilla,J.,Strela,V.,Wainwright,M.J.,Simoncelli,E.P.:小波域中使用高斯尺度混合的图像去噪。IEEE传输。图像处理。12(11), 1338–1351 (2003) ·Zbl 1279.94028号 ·doi:10.1109/TIP.2003.818640
[39] Rousseuw,P.J.,Leroy,A.M.:稳健回归和异常值检测。威利,纽约(1987)·Zbl 0711.62030号
[40] Rousseeuw,P.J.,van Driessen,K.:计算大型数据集的LTS回归。数据最小知识。发现。12(1), 29–45 (2006) ·Zbl 05025258号 ·doi:10.1007/s10618-005-0024-4
[41] Rowley,H.,Baluja,S.,Kanade,S.:基于神经网络的人脸检测。IEEE传输。模式分析。机器。智力。20(1), 23–38 (1998) ·Zbl 05110546号 ·数字对象标识代码:10.1109/34.655647
[42] Salibián-Barrera,M.:固定设计线性回归MM-估计的渐近性。Metrika梅特里卡63、283–294(2006)·Zbl 1095.62097号 ·doi:10.1007/s00184-005-0019-6
[43] Schettlinger,K.,Fried,R.,Gather,U.:自适应重复中值滤波器的实时信号处理。国际期刊改编。控制信号处理。24(5),346–362(2010)·Zbl 1193.94040号
[44] Shevlyakov,G.L.,Vilchevski,N.O.:数据分析的稳健性:标准和方法。乌得勒支VSP(2002)
[45] Tableman,M.:最小修剪平方和最小修剪绝对偏差估计量的影响函数。统计概率。莱特。19, 329–337 (1994) ·Zbl 0803.62027 ·doi:10.1016/0167-7152(94)90186-4
[46] Torralba,A.、Murphy,K.P.、Freeman,W.T.:共享多类和多视图对象检测的视觉特征。IEEE传输。模式分析。机器。智力。5, 854–869 (2007) ·Zbl 05340832号 ·doi:10.1109/TPAMI.2007.1055
[47] Tuzel,O.,Porikli,F.,Meer,P.:通过黎曼流形分类进行人体检测。2007年IEEE计算机学会计算机视觉和模式识别会议CVPR。IEEE计算机协会,华盛顿(2007)·Zbl 1359.94040号
[48] Viola,P.,Jones,M.J.:稳健的实时人脸检测。国际期刊计算。视觉。57, 137–154 (2004) ·Zbl 05671822号 ·doi:10.1023/B:VISI.0000013087.49260.fb
[49] 维舍克,J.A.:最小加权平方II。一致性和渐近正态性。牛市。捷克经济。Soc.9(16),1-28(2002)
[50] 维舍克,J.A.:稳健误差-术语尺度估计。In:现代统计推断和时间序列分析中的非参数和稳健性。数学统计学会汇编,第7卷,第254–267页(2010年)
[51] 维舍克,J.A.:异方差下最小加权平方的一致性。Kybernetika基贝内提卡47(2),179-206(2011)·Zbl 1220.62064号
[52] Wang,M.,Lai,C.-H.:使用C++进行图像处理的简要介绍。CRC出版社,博卡拉顿(2008)
[53] Wang,X.,Tang,X.:使用随机混合模型的子空间分析。摘自:IEEE计算机学会计算机视觉和模式识别会议CVPR 2005,第574-580页。IEEE计算机学会,华盛顿(2005)
[54] Wong,Y.,Sanderson,C.,Lovell,B.C.:基于回归的非正面人脸合成,用于改进身份验证。收录于:Jiang,X.,Petkov,N.(编辑)《图像和模式的计算机分析》,第116-124页。斯普林格,海德堡(2010)
[55] Wright,J.,Yang,A.Y.,Ganesh,A.,Sastry,S.S.,Yi,M.:通过稀疏表示的鲁棒人脸识别。IEEE传输。模式分析。机器。智力。31(2), 210–227 (2009) ·doi:10.1109/TPAMI.2008.79
[56] Yang,M.-H.,Kriegman,D.J.,Ahuja,N.:检测图像中的人脸:一项调查。IEEE传输。模式分析。机器。智力。24(1), 34–58 (2002) ·doi:10.1109/34.982883
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。