基於運動遷移的圖像非剛性匹配與特徵點提取方法研究

《基於運動遷移的圖像非剛性匹配與特徵點提取方法研究》是依託西安交通大學，由楊暘擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於運動遷移的圖像非剛性匹配與特徵點提取方法研究
• 項目類別：青年科學基金項目
• 項目負責人：楊暘
• 依託單位：西安交通大學

中文摘要

圖像非剛性匹配是計算機視覺、模式識別和圖像處理領域的關鍵技術。圖像非剛性變換的辨乘煉複雜性與未知性，是匹配方法研究的難點。本項目借鑑圖形學領域的運動遷移思想，探索獲取未知目標個體,形變先驗知識的有效計算途徑，以此突破圖像非剛性匹配算法中的關鍵技術。針對非理想條件下的圖像匹配問題，結合基於樣本學習的運動遷移模型，提出一種新的魯棒圖像非剛性匹配方法；利用局部特徵匹配、空間運動約束，結合結構化的特徵表示形式，研究匹配參數初始化與快速搜尋方法。另外，將探討運動單元遷移的組織建模方式，學習樣本序列的運動婚巴院軌跡先驗知識，將圖像非剛性匹配套用於人臉運動序列的特徵點提取工作中。本項目的實施有助於完善基於形變先驗知識的圖像非剛性匹配算法理論框架，同時可為實際中海量圖像數據的特徵點標定與整理工作提供可靠的技術手段。

結題摘要

圖像非剛性匹配是計算機視覺、模式識別和圖像處理領域的關鍵技術。圖像非宙匙射頌剛性變換的複雜性和未知性，是匹配方法研究的難點。本項目借鑑圖形學領域的運動遷移思想，探索獲取未知目標個體形變先驗知識的有效計算途徑，以此突破圖像非剛性匹配的關鍵技術。按照課題研究計畫，本課題圍繞具有表情變化和姿態變化的人臉圖像特徵點提取這一應企雄熱奔用問題，結合國內外該領域研究的最新灑判發展情況，研究了基於運動遷移的圖像非剛性匹配算法。所取得的代表性研究成果包括：1）提出一種基於線性統計形變先驗模型的單模板人臉圖像匹配算法；2）提出一種基於非線性流形學習的人臉圖像匹配算法；3）針對匹配參數初始化問題，提出一種基於局部特徵匹配點的局部匹配傳播方法。；4）針對具有旋轉、縮放、平移的大尺度變換圖像的實時配準問題，提出了一種基於歸一化梯度相位相關的圖像配準算法；5）提出一種有偏聚類超像素分割算法，並將其套用在圖像重定位中。項目櫃院榜組成員先後赴美國開展學術交流及參加國際學術會議，並與到訪的國內外學者進行了深入的交流。在此項目的資跨艱轎助下，項目組成員先後在國內外學術刊物上共發表學術論文6篇，其中SCI檢索的國際期刊2篇（含已錄用），國內重要期刊論文3篇，申請國家發明專利1項。以此為基礎，項目組先後培養了2名博士研究生和3名碩士研究生。項目負責人於2015年7月博士後入站，繼續開展該方向的研究。