论文题目: Bayesian网及其在图像分析中的应用研究
论文类型: 博士论文
论文专业: 计算机应用技术
作者: 彭青松
导师: 张佑生
关键词: 图像分析,文本检测,人脸检测
文献来源: 合肥工业大学
发表年度: 2005
论文摘要: 本文对Bayesian网的国内外研究现状作了深入的分析,对其构造方法以及变异Bayesian网进行了系统的理论研究。此外,还研究了该网络及其变异模型在图像分析中的应用,包括文本与人脸等目标的检测与定位。全文主要内容如下: 1.介绍Bayesian网原理以及常用的推理算法。介绍了Bayesian网常用的消息传递推理算法、子团树传播推理算法以及基于消元的推理算法等,并给出了几种常用推理算法的推理过程。 2.通过分析用遗传算法对Bayesian网进行结构学习时存在的缺点,提出了根据混合遗传算法进行结构学习的新方法:在分析Bayesian网等价结构的基础上提出了Rudimentary结构等价性定理,并将该定理应用于对Bayesian网的结构优化中;推导了根据现有数据库和网络结构学习Bayesian网参数表的过程;介绍了由基于模型的诊断系统向Bayesian网转化的方法,拓展了Bayesian网的应用范围。 3.通过对几种常见图模型的分析,以及根据因果独立性,提出了Bayesian网的变异模型。新模型对数据之间关系的描述更准确,同时也简化了条件概率表的规模。通过对学生成绩Bayesian网及其变异模型的分析,验证了变异模型的有效性。 4.图像中的场景文本由于受多种条件的影响,在文本检测中,其位置表现出不确定性。提出了用于文本检测与定位的变异直方图,并将其应用于图像中的文本特征提取。通过分析各种特征之间的不确定性关系,以及对这些不确定性关系进行处理,建立了文本检测Bayesian网,得到了有效的检测与定位结果。 5.人脸检测与定位的难点是人脸在复杂背景以及不同成像条件下包含大量不确定性。针对这一现象,提出了肩线检测Bayesian网以确定脸部区域;又提出了分级阈值分割方法,并根据该方法对脸部区域的分割结果建立变异Bayesian网确定眼睛位置。对BioID图像数据库的检测结果表明了该方法的实用性。
论文目录:
摘要
ABSTRACT
表格清单
插图清单
第一章 绪论
1.1 人工智能中的概率方法
1.2 Bayesian网的发展
1.2.1 Bayesian网的构造
1.2.2 Bayesian网的推理
1.2.3 Bayesian网的应用
1.2.4 国内的研究工作
1.3 本文的研究工作与内容及安排
第二章 Bayesian网及其推理技术
2.1 引言
2.2 Bayesian网原理
2.3 Bayesian网的条件独立性
2.4 Bayesian网的推理算法
2.4.1 Bayesian网的精确推理算法
2.4.2 Bayesian网的近似推理算法
2.5 Bayesian网的推理实例
2.6 本章小结
第三章 Bayesian网的构造
3.1 引言
3.2 Bayesian网的结构学习
3.2.1 最小描述长度
3.2.2 混合遗传算法
3.3 Rudimentary结构等价性及其应用研究
3.3.1 Rudimentary结构
3.3.2 Rudimentary结构等价性
3.3.3 实验结果及分析
3.4 Bayesian网的参数学习
3.4.1 单变量的概率估计
3.4.2 条件概率估计
3.5 基于模型的诊断系统转化为Bayesian网
3.5.1 基于模型的诊断系统
3.5.2 由基于模型的诊断系统到Bayesian网的转换
3.6 本章小结
第四章 变异Bayesian网研究
4.1 引言
4.2 图模型介绍
4.3 Noisy-OR模型概述
4.3.1 常用的Noisy-OR模型
4.3.2 Noisy-OR模型与Bayesian网的关系
4.4 变异Bayesian网研究
4.4.1 变异Bayesian网
4.4.2 变异Bayesian网的应用实例
4.5 本章小结
第五章 基于Bayesian网的文本检测定位
5.1 引言
5.2 文本检测定位
5.2.1 文本检测的研究现状
5.2.2 文本检测的应用
5.3 变异直方图
5.3.1 灰度直方图
5.3.2 颜色直方图
5.3.3 变异灰度直方图
5.4 基于子图像VGH的文本检测
5.4.1 子图像的变异灰度直方图
5.4.2 子图像VGH的文本检测算法
5.4.3 基于子图像VGH的文本检测定位算法
5.4.4 实验与结果分析
5.5 基于Bayesian网的文本检测
5.5.1 文本检测中的不确定性问题
5.5.2 文本测Bayesian网
5.5.3 文本检测Bayesisn网的推理
5.5.4 算法流程描述
5.5.5 实验与结果分析
5.6 本章小结
第六章 基于Bayesian网的人脸检测定位研究
6.1 引言
6.2 人脸检测定位方法概述
6.3 基于Bayesian网的人脸检测与定位方法
6.3.1 基于肩线检测定位人脸区域
6.3.2 基于分级阈值分割的人脸器官检测定位
6.4 实验结果
6.5 本章小结
第七章 总结与展望
7.1 本文工作的总结
7.2 进一步的研究工作
参考文献
科研项目
学术活动
攻读博士学位期间发表的学术论文(含已录用)
发布时间: 2005-07-13
参考文献
- [1].服务体验质量的关键研究问题：体验质量的测量[D]. Ahmad Umair Mian（米安）.北京邮电大学2013
相关论文
- [1].Bayes网络模型及其学习算法研究[D]. 岳博.西安电子科技大学2002
- [2].基于贝叶斯网络的知识发现与决策应用研究[D]. 张少中.大连理工大学2003
- [3].Bayes网络理论及其在目标检测中应用研究[D]. 汪荣贵.合肥工业大学2004
- [4].人脸感知：基于学习的人脸跟踪与合成[D]. 苏从勇.浙江大学2005
- [5].复杂背景下人脸的检测与识别[D]. 张忠波.吉林大学2005
- [6].贝叶斯学习理论中若干问题的研究[D]. 王利民.吉林大学2005
- [7].面向智能数据处理的贝叶斯网络研究与应用[D]. 李小琳.吉林大学2005
- [8].贝叶斯网络结构学习及其在数据挖掘中的应用研究[D]. 黄解军.武汉大学2005
- [9].贝叶斯网络研究[D]. 黄友平.中国科学院研究生院（计算技术研究所）2005
- [10].贝叶斯学习理论及其应用研究[D]. 宫秀军.中国科学院研究生院（计算技术研究所）2002