李培华 基于Tensor-SIFT的推土机距离，用于轮廓跟踪。 （英语） Zbl 1304.68176号 数学杂志。成像视觉。 46，第1期，44-65（2013）. 摘要：复杂环境中的轮廓跟踪是一个困难的问题，因为背景杂乱、光照变化、遮挡和相机视点变化等。本文提出了一种基于地球运动距离（EMD）的区域泛函，其计算被数学建模为运输问题（TP），用于在具有挑战性的条件下进行鲁棒轮廓跟踪。基于EMD的函数公式可以描述为可变EMD（VEMD）由于涉及轮廓曲线函数进行优化。最小化基于EMD的泛函是非常重要的，我们开发了一种两阶段的优化方法。在第一阶段，在固定候选轮廓的情况下，利用单纯形算法寻找TP的最佳解。然后通过形状导数理论，对TP最优解周围的轮廓进行扰动分析。结果，我们得到了一个偏微分方程（PDE），该方程由水平集算法求解。两阶段程序迭代，直到满足适当的停止标准。除了基于EMD的函数公式外，我们还引入了一种通过张量分解进行降维的方法，以实现用于对象表示的低维张量SIFT特征。Tensor-SIFT特征既适用于彩色图像，也适用于灰度图像，具有独特性，对照明和视点变化不敏感。最后，我们开发了一种综合了各种技术的集成算法，例如单纯形算法、窄带水平集和快速行进算法。特别地，我们提供了两个连续帧之间的水平集初始化方法和停止迭代函数优化的准则。在具有挑战性的图像序列中的实验表明，该工作具有良好的性能。 MSC公司： 68T45型 机器视觉和场景理解 68单位05 计算机图形；计算几何（数字和算法方面） 关键词：轮廓跟踪；可变推土机距离（VEMD）；运输问题（TP）；形状导数；张量-SIFT 软件：SIFT公司；SiftGPU（扫描GPU）；EMD公司；PCA-SIFT公司 PDF格式BibTeX公司 XML格式引用 \textit{P.Li}，J.数学。成像视觉。46，第1号，44-65（2013；Zbl 1304.68176） 全文： 内政部 arXiv公司 参考文献： [1] Aubert，G.，Barlaud，M.，Faugeras，O.，Jehan-Besson，S.：使用活动轮廓进行图像分割：变化计算还是形状梯度？SIAM J.应用。数学。63(6), 2128–2154 (2003) ·Zbl 1053.94003号 ·doi:10.1137/S0036139902408928 [2] Bajramovic，F.，Grabl，C.，Denzler，J.：使用均值漂移和信任区域优化，高效组合直方图进行实时跟踪。In：程序。第27届DAGM模式识别研讨会，第254-261页（2005年） [3] Blake，A.，Isard，M.：《活动轮廓：图形、视觉、控制理论和统计学技术在运动形状视觉跟踪中的应用》。柏林施普林格（1998） [4] Brox，T.，Rousson，M.，Deriche，R.，Weickert，J.：基于水平集的分割和跟踪中的颜色、纹理和运动。图像视觉。计算。28, 376–390 (2010) ·Zbl 05842255号 ·doi:10.1016/j.imavis.2009.06.009 [5] Caselles，V.、Kimmel，R.、Sapiro，G.：测地活动轮廓。国际期刊计算。视觉。22(1), 61–79 (1997) ·Zbl 0894.68131号 ·doi:10.1023/A:1007979827043 [6] Chan，T.F.，Vese，L.A.：无边缘的活动轮廓。IEEE传输。图像处理。10(2), 266–277 (2001) ·Zbl 1039.68779号 ·数字对象标识代码：10.1109/83.902291 [7] Collins，R.T.：在尺度空间中移动斑点跟踪。In：程序。IEEE配置。视觉。帕特。记录。，第234–241页（2003年） [8] Comaniciu，D.，Ramesh，V.，Meer，P.：使用均值偏移实时跟踪非刚性对象。In：程序。IEEE配置。视觉。帕特。记录。，第142-149页（2000年） [9] Comaniciu，D.，Ramesh，V.，Meer，P.：基于内核的对象跟踪。IEEE传输。模式分析。机器。智力。25(5), 564–575 (2003) ·Zbl 05111294号 ·doi:10.1109/TPAMI.2003.1195991 [10] Cremers，D.，Rousson，M.，Deriche，R.：水平集分割的统计方法综述：整合颜色、纹理、运动和形状。国际期刊计算。视觉。72(2), 195–215 (2007) ·Zbl 05146316号 ·doi:10.1007/s11263-006-8711-1 [11] Csurka，G.，Bray，C.，Dance，C.，Fan，L.：用大量关键点进行视觉分类。在：ECCV计算机视觉统计学习研讨会，第1-22页（2004年） [12] Delfour，M.C.，Zolesio，J.-P.：形状和几何：分析，微分学和最优化。SIAM，费城（2001）·Zbl 1002.49029号 [13] Faber，N.K.M.，Bro，R.，Hopke，P.K.：cande-comp/parafac算法的最新发展：评论。化学。智力。实验室系统。65, 119–137 (2003) ·doi:10.1016/S0169-7439（02）00089-8 [14] Fitzgibbon，A.，Pilu，M.，Fisher，R.B.：椭圆的直接最小二乘拟合。IEEE传输。模式分析。机器。智力。21(5), 476–480 (1999) ·兹伯利05111499 ·数字对象标识代码：10.1109/34.765658 [15] Fleet，D.J.，Weiss，Y.：《计算机视觉数学模型手册》。施普林格，柏林（2006）。第15章光流估计 [16] Freedman，D.，Zhang，T.：跟踪分布的活动轮廓。IEEE传输。图像处理。13(4), 518–526 (2004) ·Zbl 05452924号 ·doi:10.10109/TIP.2003.821445 [17] Haker，S.、Zhu，L.、Tannenbaum，A.、Angenent，S.：登记和翘曲的最佳质量运输。国际期刊计算。视觉。60, 225–240 (2004) ·Zbl 1477.68510号 ·doi:10.1023/B:VISI.0000036836.66311.97 [18] Herbulot，A.、Jehan-Besson，S.、Duffner，S.，Barlaud，M.、Aubert，G.：使用形状梯度和信息度量的矢量图像特征分割。数学杂志。成像视觉。25(3), 365–386 (2006) ·Zbl 1478.94050号 ·doi:10.1007/s10851-006-6898-y [19] Irani，M.，Anandan，P.：二维和三维场景中运动物体检测的统一方法。IEEE传输。模式分析。机器。智力。20(6), 577–589 (1998) ·doi:10.1109/34.683770 [20] Jehan-Besson，S.、Barlaud，M.、Aubert，G.、Faugeras，O.：使用活动轮廓进行直方图分割的形状梯度。In：程序。《计算机视觉国际会议》，美国华盛顿特区，第408页。IEEE计算机学会，洛斯阿拉米托斯（2003）·Zbl 1053.94003号 [21] Kantorovich，L.V.：关于物质的易位。多克。阿卡德。诺克SSSR 37，199–201（1942）·Zbl 0061.09705号 [22] Kass，M.，Witkin，A.P.，Terzopoulos，D.：蛇：活动轮廓模型。国际期刊计算。视觉。1(4), 321–331 (1988) ·Zbl 0646.68105号 ·doi:10.1007/BF00133570 [23] Kolda，T.G.，Bader，B.W.：张量分解和应用。SIAM版本51（3），455–500（2009）·Zbl 1173.65029号 ·doi:10.1137/07070111X [24] Lazebnik，S.，Schmid，C.，Ponce，J.：超越特征袋：用于识别自然场景类别的空间金字塔匹配。In：程序。IEEE配置。视觉。帕特。记录。，美国华盛顿特区，第2169–2178页。IEEE计算机学会，Los Alamitos（2006） [25] Li，F.-F.，Perona，P.：用于学习自然场景类别的贝叶斯层次模型。In：程序。IEEE配置。视觉。帕特。记录。，美国华盛顿特区，第524-531页。IEEE计算机协会，洛斯阿拉米托斯（2005） [26] Ling，H.，Okada，K.：一种有效的推土机距离算法，用于稳健的直方图比较。IEEE传输。模式分析。机器。智力。29(5), 840–853 (2007) ·Zbl 05340831号 ·doi:10.10109/TPAMI.2007.1058 [27] Liu，C.、Yuen，J.、Torralba，A.、Sivic，J.和Freeman，W.T.：筛流：不同场景之间的密集对应。In：程序。《欧洲计算机视觉会议》，第28-42页。柏林施普林格出版社（2008） [28] Lowe，D.G.：从局部尺度不变特征识别物体。In：程序。《计算机视觉国际会议》，美国华盛顿特区，第1150页。IEEE计算机学会，Los Alamitos（1999） [29] Lowe，D.G.：不同尺度变化关键点的独特图像特征。国际期刊计算。视觉。60(2), 91–110 (2004) ·Zbl 02244065号 ·doi:10.1023/B:VISI.0000029664.99615.94 [30] Luenberger，D.G.，Ye，Y.：线性和非线性规划。柏林施普林格出版社（2007）·Zbl 1207.90003号 [31] McKenna，S.J.、Raja，Y.、Gong，S.：使用自适应混合模型跟踪颜色对象。图像视觉。计算。17（3-4）、225–231（1999）·doi:10.1016/S0262-8856（98）00104-8 [32] Mikolajczyk，K.，Schmid，C.：局部描述符的性能评估。IEEE传输。模式分析。机器。智力。27(10), 1615–1630 (2005) ·Zbl 05112483号 ·doi:10.1109/TPAMI.2005.188 [33] Monge，G.：梅莫尔（Mémoire sur la théorie des déblais et des remblais）。In：历史。德拉卡德。巴黎科学院，第666–704页（1781） [34] Mutch，J.，Lowe，D.G.：具有稀疏、局部特征的多类对象识别。In：程序。IEEE配置。视觉。帕特。记录。，纽约州纽约市，第11-18页（2006年6月） [35] Ni，K.，Bresson，X.，Chan，T.，Esedoglu，S.：使用wasserstein距离进行基于局部直方图的分割。国际期刊计算。视觉。84(1), 97–111 (2009) ·Zbl 05671902号 ·doi:10.1007/s11263-009-0234-0 [36] Osher，S.，Fedkiw，R.：水平集方法和动态隐式曲面。柏林施普林格出版社（2002年）·Zbl 1026.76001号 [37] Osher，S.，Sethian，J.A.：以曲率相关速度传播的前沿：基于哈密尔顿-雅可比公式的算法。J.计算。物理学。79(1), 12–49 (1988) ·Zbl 0659.65132号 ·doi:10.1016/0021-9991（88）90002-2 [38] Paragios，N.，Deriche，R.：用于检测和跟踪运动物体的测地活动轮廓和水准仪。IEEE传输。模式分析。机器。智力。22(3), 266–280 (2000) ·doi:10.1009/34.841758 [39] Paragios，N.，Deriche，R.：测地线活动区域：处理计算机视觉中框架划分问题的新框架。J.视觉。Commun公司。图像表示。13, 249–268 (2002) ·doi:10.1006/jvci.2001.0475 [40] Paragios，N.，Deriche，R.：用于运动估计和跟踪的测地活动区域和水平集方法。计算。视觉。图像理解。97(3), 259–282 (2005) ·doi:10.1016/j.cviu.2003.04.001 [41] Parlett，B.N.：对称特征值问题。上鞍河。普伦蒂斯·霍尔，纽约（1998年）·Zbl 0885.65039号 [42] Pele，O.，Werman，M.：用于改进筛选匹配的线性时间直方图度量。In：程序。欧盟委员会。Vis，第495–508页（2008年） [43] 贝利（Pele，O.）、沃曼（Werman，M.）：快速有力的推土机距离。In：程序。国际配置公司。视觉。(2009) [44] Peleg，S.、Werman，M.、Rom，H.：改变分辨率的统一方法：空间和灰度。IEEE传输。模式分析。机器。智力。11(7), 739–742 (1989) ·Zbl 05111841号 ·数字对象标识代码：10.1109/34.192468 [45] Precioso，F.，Barlaud，M.，Blu，T.，Unser，M.:使用基于平滑样条线蛇的算法对图像和视频进行稳健的实时分割。IEEE传输。图像处理。14(7), 910–924 (2005) ·Zbl 05453234号 ·doi:10.1109/TIP.2005.849307 [46] Rachev，S.，Rüschendorf，L.：大众运输问题。第一卷：理论，第二卷：应用。概率及其应用。柏林施普林格（1998）·Zbl 0990.60500号 [47] Rathi，Y.，Vaswani，N.，Tannenbaum，A.，Yezzi，A.：使用几何活动轮廓的粒子过滤跟踪变形对象。IEEE传输。模式分析。机器。智力。29(8), 1470–1475 (2007) ·Zbl 05340930号 ·doi:10.1109/TPAMI.2007.1081 [48] Ronfard，R.：基于区域的主动轮廓模型策略。国际期刊计算。视觉。13(2), 229–251 (1994) ·doi:10.1007/BF01427153 [49] Rubner，Y.，Tomasi，C.，Guibas，L.J.：推土机距离作为图像检索的度量。国际期刊计算。视觉。40(2), 99–121 (2000) ·Zbl 1012.68705号 ·doi:10.1023/A:1026543900054 [50] Sethian，J.：水平集方法和快速行进方法。剑桥大学出版社，剑桥（1999）·Zbl 0929.65066号 [51] Shirdhonkar，S.，Jacobs，D.：推土机在线性时间内的近似距离。In：程序。IEEE计算机视觉和模式识别会议，安克雷奇，阿拉斯加，美国，第1-8页（2008） [52] Sokolovski，J.，Zolesio，J.-P.：形状优化导论：形状灵敏度分析。柏林施普林格出版社（1992年）·Zbl 0487.49004号 [53] Turk，M.，Pentland，A.：改变分辨率的统一方法：空间和灰度。J.认知。神经科学。3(1), 71–862 (1991) ·doi:10.1162/jocn.1991.3.1.71 [54] Vasilescu，M.，Terzopoulos，D.：图像集合的多线性分析：张量面。In：程序。欧洲计算机视觉会议，第447–460页。柏林施普林格出版社（2002年）·Zbl 1034.68693号 [55] Vasilescu，M.，Terzopoulos，D.：图像集合的多线性子空间分析。In：程序。IEEE计算机视觉和模式识别会议，第93-99页。IEEE计算机学会，洛斯阿拉米托斯（2003） [56] Wang，H.，Ahuja，N.：降维的张量近似方法。国际期刊计算。视觉。76(3), 217–229 (2008) ·Zbl 05322205号 ·doi:10.1007/s11263-007-0053-0 [57] Wu，C.：SiftGPU：尺度不变特征变换（SIFT）的GPU实现（2007）。http://cs.unc.edu/\（\sim\）ccwu/siftgpu [58] Yan，K.，Sukthankar，R.：PCA-SIFT：局部图像描述符的更独特表示。In：程序。IEEE配置。视觉。帕特。记录。，第506-513页。IEEE计算机学会，Los Alamitos（2004） [59] Zhang，T.，Freedman，D.：通过背景失配改善分布跟踪性能。IEEE传输。模式分析。机器。智力。27(2), 282–287 (2005) ·Zbl 05110646号 ·doi:10.1109/TPAMI.2005.31 [60] Zhao，Q.，Yang，Z.，Tao，H.：差动推土机的距离及其在视觉跟踪中的应用。IEEE传输。模式分析。机器。智力。32(2), 274–287 (2010) ·doi:10.1109/TPAMI.2008.299 [61] Zhong，Y.，Jain，A.K.，Dubuisson-Jolly，M.-P.：使用可变形模板进行对象跟踪。IEEE传输。模式分析。机器。智力。22(5), 544–549 (2000) ·Zbl 05111267号 ·数字对象标识代码：10.1109/34.857008 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。