基于ERT算法的狗脸特征点提取

发布时间：2020-04-22 05:26

【摘要】：近年来,我国综合国力迅猛发展,宠物市场的规模也在不断扩大。狗作为最受欢迎的宠物,在宠物市场中扮演着重要的作用,正因如此,实现对于狗脸的进一步研究显得尤为重要。在对狗脸的进一步研究中,狗脸识别是最重要的一项。参考人脸识别系统,若要实现狗脸的识别,常规的做法是提取狗脸的特征点,然后基于提取的特征点训练模型实现狗脸识别。虽然人脸的特征点提取已经发展得相对成熟,但是狗脸的特征点提取却少有相关的研究。本文参考人脸识别,对狗脸识别中的狗脸特征点提取进行研究,发现不同的狗脸由于形状上的区别难以建立一个统一的模型,因此本文提出对于不同的狗脸应该建立不同的特征点提取模型,并给出一种创新的特征点提取方法,以实现输入一张未知品种的狗脸图片,能提取出最合适该狗脸的特征点。本文首先将HOG特征与SVM方法相结合,实现狗脸检测,之后对于给定的品种,使用ERT算法实现该品种狗脸的特征点提取,最后基于前面两步工作,设计两套狗脸特征点提取的方法,第一种采用枚举法的思想,将输入图片与目标检测模型中的品种逐一对比检测,选出其可能的品种类型集合,然后用集合中品种对应的模型来提取特征点,最后根据特征点的像素灰度值,利用其与对应品种的平均像素灰度值之间的欧氏距离,确定输入图片狗脸最佳特征点;第二种方法采用聚类的思想,将所有的训练图片根据面部截图的HOG特征进行聚类,确定k个子类所含品种,将k个子类分别建立检测模型。接着,将输入图片与所有子类的检测模型对比检测,确定其所在的子类。之后,用子类中所含品种对应的模型来提取特征点。最后,根据特征点的像素值,利用其与对应品种的平均像素值之间的欧氏距离,确定输入图片狗脸狗脸最佳特征。为测试两种提取方法的性能,本文考虑了柯基、哈士奇、萨摩耶、柴犬、博美、法斗、德牧、牛头梗、恶霸犬、金毛、阿拉斯加、拉布拉多、杜宾13个品种,每个品种有30张图,每张图共41个特征点的测试集进行测试。第一种方法在测试集上的MSE为11.7217,总耗时为1652秒;第二种方法在测试集上的MSE为16.6276,总耗时为409秒。从测试集上的表现可以看出,方法一比方法二更加精准,方法二比方法一耗时更短。由此得出结论:方法一更适合对精度要求高,对时间要求低的场景,比如提取狗脸特征点进行狗脸识别等;方法二更适合对时间要求高,对精度要求低的场景,比如在线提取狗脸特征点进行狗脸美颜等。
【图文】：

图１．１：市场规模预测逡逑狗，作为最受欢迎的一类宠物，在宠物市场的增长中担当着重要的角色。随着逡逑养狗数量的增加，狗的丢失数也相对增加。对于爱狗人士来说，狗的重要性不亚于逡逑亲人，一旦失去狗，其中的痛苦也只有他们能懂。若能实现对于狗脸的识别，每只逡逑

上海师范大学硕士学位论文逦第三章ＨＯＧ特征以及狗脸检测逡逑入到ＳＶＭ中进行训练生成基本分类器，之后用基本分类器对负样本进行识别，，将逡逑误识别的区域提取出来，加入到负样本中。最后，对新的正样本集和负样本集进行逡逑ＨＯＧ特征提取并添加标签，然后输入到ＳＶＭ中进行训练，生成最终的分类器来进逡逑行相应品种狗的检测。图３．３给出了相应流程图：逡逑ｆ逦＾逦Ｎ逦ｆ逦＾逡逑
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S829.2;TP391.41

【相似文献】

相关期刊论文 前10条

1 刘文强;杨海忠;;一种应用于电子地图道路特征点提取的新方法[J];科学技术与工程;2012年30期

2 闫伟齐,丁玮,齐东旭;字形设计中曲线特征点提取方法的研究[J];北方工业大学学报;1999年03期

3 喜文飞;方源敏;隋玉成;王涛;;一种改进的矢量曲线特征点提取方法[J];江西科学;2011年02期

4 刘琼;倪国强;周生兵;;图像配准中几种特征点提取方法的分析与实验[J];光学技术;2007年01期

5 赵夫群;;计算机图像配准的三种特征点提取算法的比较研究[J];数字技术与应用;2016年04期

6 徐璐;邱联奎;刘苏;;基于小波的指纹特征点提取算法研究[J];计算机应用与软件;2010年12期

7 戚世贵;;尺度不变特征点提取算法的改进算法[J];国外电子测量技术;2008年09期

8 李帅;方源敏;喜文飞;;矢量曲线特征点提取方法的改进[J];河南科学;2011年04期

9 杨晓晖;王文娟;;图像特征点提取角点量阈值自适应选取方法[J];光学与光电技术;2012年05期

10 柴海燕;田东平;范九伦;;指纹图像预处理与细节特征点提取[J];微计算机信息;2009年18期

相关会议论文 前10条

1 聂玖星;李建华;王宏;;基于笔划类型的汉字特征点提取算法研究[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

2 杨晓晖;宁彦俊;王文娟;;图像特征点提取角点量阈值自适应选取方法[A];第十届全国光电技术学术交流会论文集[C];2012年

3 姜立军;熊志勇;李哲林;;基于亚像素特征点提取的螺纹检测粗糙聚类[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

4 钟宝江;廖文和;;曲率特征点提取及应用的一些进展[A];几何设计与计算的新进展[C];2005年

5 陈平;王培珍;周芳;王雪峰;;苗木图像的特征点提取与匹配方法研究[A];第十五届全国图象图形学学术会议论文集[C];2010年

6 梁倬;尹梁;;指纹识别中的特征点提取算法[A];第二届全国信息获取与处理学术会议论文集[C];2004年

7 马少平;田爱玲;刘丙才;王红军;;点阵列标定模板图像特征点提取方法[A];2010年西部光子学学术会议摘要集[C];2010年

8 阮晓钢;魏若岩;朱晓庆;李建更;Quattara SIE;;小天体软着陆中的特征点提取与跟踪算法研究[A];中国宇航学会深空探测技术专业委员会第九届学术年会论文集（上册）[C];2012年

9 王青;魏彩云;;一种基于链码跟踪的干涉图信息特征点提取算法[A];第十三届全国光学测试学术讨论会论文（摘要集）[C];2010年

10 赵向阳;杜利民;;基于数据提纯的图像融合[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

相关博士学位论文 前7条

1 毛敏;基于宽基线的弱纹理特征点提取与描述方法研究[D];东华大学;2014年

2 王丹;抗几何攻击的信息隐藏技术研究[D];复旦大学;2008年

3 李璐璐;基于结构光反射的平面子镜拼接检测技术研究[D];电子科技大学;2015年

4 赵阳;高显现力三目视觉测量关键技术[D];天津大学;2011年

5 刘佳;叶片复杂曲面原位测量关键技术研究[D];吉林大学;2016年

6 耿蕾蕾;基于字典学习算法的遥感图像复原及其应用研究[D];南京理工大学;2016年

7 王小超;三维数字几何处理中特征提取与孔洞修补研究[D];大连理工大学;2014年

相关硕士学位论文 前10条

1 芮诚;基于ERT算法的狗脸特征点提取[D];上海师范大学;2019年

2 马莹;图像特征点提取与匹配算法研究[D];哈尔滨工程大学;2018年

3 陶凯;基于深度学习的汽车前脸特征点提取及其应用[D];大连理工大学;2018年

4 郭光毅;骨架构建技术及在空间目标形状测度中的应用研究[D];湖北大学;2015年

5 王莎莎;多视角图像的特征点提取与立体匹配研究[D];武汉理工大学;2016年

6 张绍光;基于局部重建的点云特征点提取[D];大连理工大学;2013年

7 陈静;图像配准特征点提取算法研究[D];南京理工大学;2006年

8 吴哲岑;基于双目立体视觉的特征点提取与定位方法研究[D];吉林大学;2015年

9 陈淑荞;数字图像特征点提取及匹配的研究[D];西安科技大学;2009年

10 路红亮;机器视觉中相机标定方法的研究[D];沈阳工业大学;2013年

本文编号：2636198