《稀疏编码课程学习.pptx》由会员分享，可在线阅读，更多相关《稀疏编码课程学习.pptx（28页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、会计学1稀疏稀疏(xsh)编码编码第一页，共28页。第2页/共28页第二页，共28页。第3页/共28页第三页，共28页。n n稀疏编码是从人的生理特性出发，从而发展起来的。人的视网膜细胞稀疏编码是从人的生理特性出发，从而发展起来的。人的视网膜细胞稀疏编码是从人的生理特性出发，从而发展起来的。人的视网膜细胞稀疏编码是从人的生理特性出发，从而发展起来的。人的视网膜细胞(xbo)(xbo)很多，很多，很多，很多，但是对事物敏感的细胞但是对事物敏感的细胞但是对事物敏感的细胞但是对事物敏感的细胞(xbo)(xbo)单元去很少，从这点出发，我们可以对输入图像进单元去很少，从这点出发，我们可以对输入图像进单
2、元去很少，从这点出发，我们可以对输入图像进单元去很少，从这点出发，我们可以对输入图像进行稀疏表示，用一组稀疏系数表示，从而达到了对图像信息的压缩。行稀疏表示，用一组稀疏系数表示，从而达到了对图像信息的压缩。行稀疏表示，用一组稀疏系数表示，从而达到了对图像信息的压缩。行稀疏表示，用一组稀疏系数表示，从而达到了对图像信息的压缩。n n比如把一个句子中的字母比作像素，单词比作经过稀疏表示过后的稀疏元素，那比如把一个句子中的字母比作像素，单词比作经过稀疏表示过后的稀疏元素，那比如把一个句子中的字母比作像素，单词比作经过稀疏表示过后的稀疏元素，那比如把一个句子中的字母比作像素，单词比作经过稀疏表示过后的
3、稀疏元素，那么字典就表示单词和字母的映射关系。单词和字母都可以表示这个句子，但是单么字典就表示单词和字母的映射关系。单词和字母都可以表示这个句子，但是单么字典就表示单词和字母的映射关系。单词和字母都可以表示这个句子，但是单么字典就表示单词和字母的映射关系。单词和字母都可以表示这个句子，但是单词的个数是要远远小于字母的个数，这样字母到单词的转换，就是对这个句子信词的个数是要远远小于字母的个数，这样字母到单词的转换，就是对这个句子信词的个数是要远远小于字母的个数，这样字母到单词的转换，就是对这个句子信词的个数是要远远小于字母的个数，这样字母到单词的转换，就是对这个句子信息的压缩。息的压缩。息的压缩
4、。息的压缩。稀疏编码稀疏编码(bin m)的背景和含义的背景和含义第4页/共28页第四页，共28页。将一幅图像中的所有像素排列成一个列向量记为x，xRD，且记基向量集V=v1,v2，v3，vkRD*K，基向量集也称为(chn wi)字典。稀疏编码可以将x表示为 x=uk是第k个基函数的系数，nRD是噪声。稀疏编码(bin m)概述第5页/共28页第五页，共28页。其中其中V就是稀疏字典。图像的字典是由一些原子构成，是对目就是稀疏字典。图像的字典是由一些原子构成，是对目标的描述。从自然图像中选取而来标的描述。从自然图像中选取而来(r li)的，需要经常学习，的，需要经常学习，更新，积累，一步步的
5、完善。如果一个字典是过完备的，那么更新，积累，一步步的完善。如果一个字典是过完备的，那么所有对的图片均可以通过这个字典进行表示。所有对的图片均可以通过这个字典进行表示。U是稀疏系数，是稀疏系数，可以看出有较少的非零个数。可以看出有较少的非零个数。第6页/共28页第六页，共28页。n n字典在多摄像头跟踪中的使用字典在多摄像头跟踪中的使用n n多摄像头跟踪中字典的使用方法有两种。多摄像头跟踪中字典的使用方法有两种。一种是让每个摄像头拥有自己的字典，可一种是让每个摄像头拥有自己的字典，可以用它自己的字典来表示出出现以用它自己的字典来表示出出现(chxin)在它的摄像头中的任何物体，但是由于字在它的
6、摄像头中的任何物体，但是由于字典太多，训练任务过于繁重，所以可行性典太多，训练任务过于繁重，所以可行性不大。另一种，是试图找到一个过完备字不大。另一种，是试图找到一个过完备字典，能表示出所有摄像头中的物体，这种典，能表示出所有摄像头中的物体，这种方法比第一种要实用。方法比第一种要实用。第7页/共28页第七页，共28页。n n稀疏编码中的两个名词是稀疏字典和稀疏表示。n n系数字典的生成方法：MOD，RLS-DLA,K-SVD等n n稀疏表示侧重于用一个(y)给定的字典去表示一个(y)输入信号。n n稀疏表示常用来进行目标搜索第8页/共28页第八页，共28页。1稀疏稀疏(xsh)(xsh)表示概
7、述表示概述需要克服的困难：需要克服的困难：有效性：噪声、遮挡、视角变化、背景变化、光照变化有效性：噪声、遮挡、视角变化、背景变化、光照变化实时性：视频跟踪实时性：视频跟踪(gnzng)(gnzng)要满足实时性要满足实时性 用稀疏表示的方法，在给定的一个用稀疏表示的方法，在给定的一个(y)(y)视频序列中，对感兴趣的视频序列中，对感兴趣的目标进行跟踪并且同时识别它。目标进行跟踪并且同时识别它。第9页/共28页第九页，共28页。1稀疏稀疏(xsh)(xsh)表表示概述示概述a1+a2+an 目标候选目标候选y可以由一系列的目标模板线性表示（信号分可以由一系列的目标模板线性表示（信号分解），其中解
8、），其中(qzhng)a是系数向量。如果是系数向量。如果y是我们要跟踪的是我们要跟踪的目标，那么在对它用目标模板线性表示的时候，只有几个目标，那么在对它用目标模板线性表示的时候，只有几个模板前面的系数为非零值其它模板前的系数为零值或接近模板前面的系数为非零值其它模板前的系数为零值或接近零的值。这就是稀疏的由来。零的值。这就是稀疏的由来。第10页/共28页第十页，共28页。2方法方法(fngf)(fngf)详解详解琐碎琐碎(su su)(su su)模板模板 I I1、用来表示(biosh)噪声等影响2、用来判断目标候选的好坏第11页/共28页第十一页，共28页。I I为单位矩阵，为单位矩阵，e
9、 e为琐碎为琐碎(su su)(su su)系数向量，系数向量，e=e1,e2enTe=e1,e2enT2方法方法(fngf)(fngf)详解详解琐碎模板琐碎模板(mbn)(mbn)表示噪声等影响表示噪声等影响第12页/共28页第十二页，共28页。2方法方法(fngf)(fngf)详解详解琐碎模板琐碎模板判断判断(pndun)(pndun)候选好坏、排除候选好坏、排除异常异常第13页/共28页第十三页，共28页。2方法方法(fngf)(fngf)详解详解非负性约束非负性约束排除亮度排除亮度(lingd)(lingd)正好相反的候选正好相反的候选第14页/共28页第十四页，共28页。2方法方法(
10、fngf)(fngf)详解详解非负性约束非负性约束(yush)-(yush)-强制系数强制系数a,ea,e为非负为非负依据：一般而言，系数依据：一般而言，系数a a可以可以(ky)(ky)为任意实数，但在实际跟踪过程中，为任意实数，但在实际跟踪过程中，目标在两帧之间变化很小，系数几乎都是非负的目标在两帧之间变化很小，系数几乎都是非负的带来的问题：琐碎系数带来的问题：琐碎系数e e有正有负，不能简单的限值为非负有正有负，不能简单的限值为非负解决方法：引入正负琐碎模板解决方法：引入正负琐碎模板第15页/共28页第十五页，共28页。2方法方法(fngf)(fngf)详解详解非负性约束非负性约束(yu
11、sh)-(yush)-引入正负琐碎模板引入正负琐碎模板 e+e+，e-e-分别为正，负琐碎系数向量。分别为正，负琐碎系数向量。（注意（注意(zh y)(zh y)：a,e+,e-a,e+,e-的值均为非负数）的值均为非负数）第16页/共28页第十六页，共28页。2方法方法(fngf)(fngf)详解详解问题：如何应对目标在跟踪过程中姿态、光照、外观问题：如何应对目标在跟踪过程中姿态、光照、外观变化情况？变化情况？解决方法解决方法(fngf)(fngf)：对目标模板进行动态更新。：对目标模板进行动态更新。模板模板(mbn)(mbn)更新更新目标模板的初始值：第一个目标模板是手动从第一目标模板的初
12、始值：第一个目标模板是手动从第一帧图片中选取出来的，其余模板是由这个模板移动帧图片中选取出来的，其余模板是由这个模板移动几个像素点而得到的。几个像素点而得到的。第17页/共28页第十七页，共28页。2方法方法(fngf)(fngf)详解详解何时何时(h sh)(h sh)更新：得到每一帧的跟踪结果后，就会对模板更新：得到每一帧的跟踪结果后，就会对模板的权重进行更新的权重进行更新模板模板(mbn)(mbn)更新更新第18页/共28页第十八页，共28页。2方法方法(fngf)(fngf)详解详解更新方法：更新方法：给每个模板赋以权值以便知道哪些模板能准确给每个模板赋以权值以便知道哪些模板能准确(z
13、hnqu)(zhnqu)的表示跟踪目标。的表示跟踪目标。模板在跟踪过程中会发生变化：当跟踪结果和某个模模板在跟踪过程中会发生变化：当跟踪结果和某个模板很相近时，这个模板的权重就会增加，反之就会减少。板很相近时，这个模板的权重就会增加，反之就会减少。当跟踪结果和当前模板不相似时，它将替换掉权重最小的当跟踪结果和当前模板不相似时，它将替换掉权重最小的模板并且它的权值被初始化为所有模板权重的中值。模板并且它的权值被初始化为所有模板权重的中值。模板模板(mbn)(mbn)更新更新第19页/共28页第十九页，共28页。2方法方法(fngf)(fngf)详解详解模板模板(mb(mbn)n)更新更新第20页
14、/共28页第二十页，共28页。2方法方法(fngf)(fngf)详解详解怎样怎样(znyng)(znyng)分分类类传统传统(chuntng)(chuntng)分类方法：先跟踪后分类方法：先跟踪后分类分类存在的问题：怎样挑选帧存在的问题：怎样挑选帧本文分类方法：同步跟踪与分类本文分类方法：同步跟踪与分类每一帧都给出一个分类结果，然后与之前的所有帧的分类结果进行统每一帧都给出一个分类结果，然后与之前的所有帧的分类结果进行统计决策计决策第21页/共28页第二十一页，共28页。2方法方法(fngf)(fngf)详解详解怎样分类怎样分类(fn li)(fn li)引入静态引入静态模板模板假设有假设有K
15、 K类需要识别的物体，类需要识别的物体，其中其中 是第是第i i类物体的模板集，类物体的模板集，1ik1ik。它是从视频序列中事先训。它是从视频序列中事先训练好的。练好的。为了便于区分，我们将之前的目标模板为了便于区分，我们将之前的目标模板T T称为动态模板称为动态模板.顾名思义，动态模板在跟踪进程顾名思义，动态模板在跟踪进程(jnchng)(jnchng)中是需要动态更新的，而静中是需要动态更新的，而静态模板是一直保持不变的。态模板是一直保持不变的。第22页/共28页第二十二页，共28页。2方法方法(fngf)(fngf)详解详解怎样分类怎样分类引入静态引入静态(jngti)(jngti)模
16、模板板静态模板集静态模板集 包含目标不同姿势及光照条件下的图片，包含目标不同姿势及光照条件下的图片，不仅可以用来识别分类，还可以有效阻止跟踪器在目标发生不仅可以用来识别分类，还可以有效阻止跟踪器在目标发生(fshng)(fshng)大幅度的姿势和光照变化时而发生大幅度的姿势和光照变化时而发生(fshng)(fshng)漂移漂移第23页/共28页第二十三页，共28页。3总结总结(zngji)(zngji)输入(shr)视频序列在一桢图像(t xin)中找出候选，为每个候选进行稀疏表示为每个候选通过求解l1范式最小化求解稀疏系数，排除一些异常对剩余的候选分别计算重构误差找出具有最小重构误差的那一类
17、输出跟踪结果基本思想基本思想第24页/共28页第二十四页，共28页。3总结总结(zngji)(zngji)同步跟踪同步跟踪(gnzng)(gnzng)与识别算与识别算法法i=1基本基本(jbn)(jbn)思想思想+模板更新模板更新+识别识别第25页/共28页第二十五页，共28页。3总结总结(zngji)(zngji)算法的不足：算法的不足：1 1、实时性不好、实时性不好2 2、当姿态变化很快目标跟踪将会失败。、当姿态变化很快目标跟踪将会失败。3 3、目标暂时完全消失又重新、目标暂时完全消失又重新(chngxn)(chngxn)出现时，目标跟踪出现时，目标跟踪将会失败。将会失败。4 4、当跟踪目标与另一物体非常相似时也会发生错误。、当跟踪目标与另一物体非常相似时也会发生错误。演示实验演示实验(shyn)(shyn)结果结果第26页/共28页第二十六页，共28页。Thank youThank you第27页/共28页第二十七页，共28页。2023/2/7感谢您的观看感谢您的观看(gunkn)！第28页/共28页第二十八页，共28页。