基于对象形变预测的图像对象分割方法研究

项目名称： 基于对象形变预测的图像对象分割方法研究

项目编号： No.60902091

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 金属学与金属工艺

项目作者： 张鑫

作者单位： 中国人民解放军国防科学技术大学

项目金额： 18万元

中文摘要： 从静态图像中分割出语义对象对于图像分析和机器视觉有着重要意义。但现有研究成果还存在很大的局限性，特别是，现有方法对感兴趣对象类中不同实例间外观差异的鲁棒性亟待提高。针对这一问题，本项目提出一种基于对象形变预测的分割技术。该技术在对实例间的形状差异进行分解和量化的基础上，利用扩展的形状子元来构建感兴趣对象类的先验形状模型，并通过主动预测待分割实例相对于先验模型的形变来实现鲁棒的图像对象分割。其创新之处主要在于：把对象实例间的形状差异分解为一些基本变换的组合，并分别研究其定量度量；在分割过程中根据形状子元的匹配结果分别估算各基本变换参数，进而预测待分割对象实例相对于先验形状的形变；并通过联合多子元的预测结果来实现对实例外观差异更为鲁棒的特定类图像对象分割。 本项目有一定的理论创新，其研究成果在基于内容的图像检索与分类、图像编辑、监控视频分析等方面具有较大的应用价值。

中文关键词： 图像对象分割；类内外观差异；全局模型；部件模型；组合式分割

英文摘要：

英文关键词： image object segmentation；intra-clas appearance variatio；global models；part-based models；combined segmentation methods