-
公开(公告)号:CN103116761A
公开(公告)日:2013-05-22
申请号:CN201310073226.X
申请日:2013-03-07
Applicant: 武汉大学苏州研究院
IPC: G06K9/62
Abstract: 一种针对图像序列的动态纹理识别方法,通过三维HMT模型参数的比较进行动态纹理识别,包括对图像序列进行Surfacelet变换得到系数矩阵,即通过塔形分解实现针对图像序列的多尺度分解,通过两个2D-DFB串联的3D-DFB将三维信号分解到不同方向,通过三维矩阵存储Surfacelet变换后得到的子带数据并由提取的特征向量生成系数矩阵;然后针对系数矩阵建立三维HMT模型,即使用高斯混合模型实现系数的分布建模,使用三维HMT模型实现系数的尺度间连续性建模,使用EM算法求解HMT模型的参数。本发明还对于所处理数据包含多种类型动态纹理的情况,提出了相应的扩展方案。本发明实现起来更加简单,适用性更强,且识别效果更好。
-
公开(公告)号:CN103116761B
公开(公告)日:2016-05-11
申请号:CN201310073226.X
申请日:2013-03-07
Applicant: 武汉大学苏州研究院
IPC: G06K9/62
Abstract: 一种针对图像序列的动态纹理识别方法,通过三维HMT模型参数的比较进行动态纹理识别,包括对图像序列进行Surfacelet变换得到系数矩阵,即通过塔形分解实现针对图像序列的多尺度分解,通过两个2D-DFB串联的3D-DFB将三维信号分解到不同方向,通过三维矩阵存储Surfacelet变换后得到的子带数据并由提取的特征向量生成系数矩阵;然后针对系数矩阵建立三维HMT模型,即使用高斯混合模型实现系数的分布建模,使用三维HMT模型实现系数的尺度间连续性建模,使用EM算法求解HMT模型的参数。本发明还对于所处理数据包含多种类型动态纹理的情况,提出了相应的扩展方案。本发明实现起来更加简单,适用性更强,且识别效果更好。
-