基于隱馬爾可夫模型的動態(tài)紋理分類.pdf

1、動態(tài)紋理是復(fù)雜動態(tài)物體的視頻序列，展現(xiàn)出在時間域上的某些穩(wěn)定性質(zhì)，可以為各式各樣的視頻處理任務(wù)提供至關(guān)重要的視覺線索。而動態(tài)紋理分類是就是利用動態(tài)紋理屬性識別出區(qū)域或者對象的類型，它是動態(tài)紋理分析中一項非常重要的環(huán)節(jié)。盡管對這方面的探索已經(jīng)做出了很多努力，但是動態(tài)紋理分類仍然是一個有趣且充滿挑戰(zhàn)性的研究領(lǐng)域。
　　傳統(tǒng)研究方法中，動態(tài)紋理常被認為是線性動態(tài)系統(tǒng)的輸出。雖然這類方法可以結(jié)合動態(tài)紋理的運動和外觀屬性，但是線性動態(tài)系統(tǒng)中

2、的狀態(tài)變量和觀測變量都是連續(xù)的并且服從高斯分布，這與動態(tài)紋理的實際表現(xiàn)不符。隱馬爾可夫模型與線性動態(tài)系統(tǒng)有著完全相同的結(jié)構(gòu)，然而模型中狀態(tài)變量是離散的，且觀測變量可以服從任意分布，更適合進行動態(tài)紋理描述。所以，本文的主要工作內(nèi)容如下：
　　1．將經(jīng)典隱馬爾可夫模型理論的比例因子方法推廣到高階隱馬爾可夫模型，重點解決高階模型在參數(shù)重估過程中的數(shù)值下溢問題。同時簡單討論了模型解碼問題，根據(jù)一階和三階 Viterbi算法理論給出了一般意

3、義上的適用于高階隱馬爾可夫模型的Viterbi算法。
　　2．提出一種基于極大似然準則的動態(tài)紋理分類方案。首先將動態(tài)紋理視頻中像素強度序列用隱馬爾可夫模型來建模，其中動態(tài)紋理的外觀信息由觀測變量編碼，隨著時間變動的動態(tài)屬性由隱狀態(tài)來表示。該模型依據(jù)的原理是擁有任意激發(fā)概率分布的觀測值和高階隱馬爾可夫模型中隱狀態(tài)的高階依懶性可以產(chǎn)生對動態(tài)紋理更好的表示。然后利用極大似然分類準則判斷待分類樣本的所屬類別，通過與基于線性動態(tài)系統(tǒng)的方法作