[發(fā)明專利]一種視覺目標上下文空間關(guān)系編碼的系統(tǒng)和方法

有效

• 申請?zhí)枺?/td>: 200710177656.0
• 申請日: 2007-11-19
• 公開（公告）號: CN101159043A
• 公開（公告）日: 2008-04-09
• 發(fā)明（設(shè)計）人: 苗軍;卿來云;段立娟;陳熙霖;高文;喬元華
• 申請（專利權(quán)）人: 中國科學(xué)院計算技術(shù)研究所;中國科學(xué)院研究生院;北京工業(yè)大學(xué)
• 主分類號: G06N3/06
• 分類號: G06N3/06;G06K9/46
• 代理公司: 北京律誠同業(yè)知識產(chǎn)權(quán)代理有限公司
• 代理人: 梁揮;陳振

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識別和神經(jīng)元網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種以神經(jīng)元網(wǎng)絡(luò)形式實現(xiàn)的、用于表達視覺圖像目標上下文空間關(guān)系編碼的系統(tǒng)和方法。

背景技術(shù)

視覺目標的上下文關(guān)系是指圖像任意兩個目標之間的空間相對關(guān)系。其中目標可以是圖像中的任何內(nèi)容，包括簡單目標和復(fù)雜目標，前者如一段邊緣、一個形狀、一段輪廓或一個較緊湊的單一紋理區(qū)域；后者由前者組成，如人臉、人臉面部的各個感官等。

一般地，除了特別指定以外，兩個目標之間的空間關(guān)系一般以各自中心點之間的連線的方向和距離表示。

在現(xiàn)有技術(shù)中，對視覺目標上下文關(guān)系進行編碼主要包括兩個部分：對兩個視覺目標的編碼和對視覺目標相對空間關(guān)系的編碼。

目前關(guān)于視覺目標上下文關(guān)系的表示，普遍采用基于概率統(tǒng)計框架的模型方法，例如貝葉斯網(wǎng)或馬爾可夫場模型。

歐洲專利申請WO2004111931公開了一種視覺注意選擇系統(tǒng)和方法(ASystem?And?Method?for?Attentional?Selection)。其基于自下而上的視覺注意，它能夠自動選擇和分離可能包含對象的顯著區(qū)域。其主要工作體現(xiàn)在接受輸入圖像，自動分割出顯著區(qū)域，得到一張顯著映射圖，能夠直接定位顯著對象的位置，因此，可以產(chǎn)生僅僅包括顯著對象的掩碼圖像，并把這些分隔結(jié)果顯示給用戶，這樣識別系統(tǒng)就可以在僅有顯著對象的圖上進行對象識別，而舍棄了一些無關(guān)的、不重要或者干擾的因素。

同時，美國專利公開文獻US5664065，US2002154833，US2005047647，日本專利公開文獻JP2002373333，以及中國專利公開文獻申請?zhí)枮椋?9810425.6，200380103136.5，200410035084也公開了一些現(xiàn)有的視覺目標上下文關(guān)系的表示系統(tǒng)和方法，其主要是關(guān)于視覺選擇性注意、圖像目標表達和跟蹤的技術(shù)。但是，現(xiàn)有技術(shù)中，并沒有以神經(jīng)元網(wǎng)絡(luò)形式表達的關(guān)于視覺上下文空間關(guān)系的編碼表示，無法更好地對視覺上下文關(guān)系進行表示。

發(fā)明內(nèi)容

本發(fā)明所要解決的問題在于提供一種視覺目標上下文空間關(guān)系編碼的系統(tǒng)和方法，其具有極大的靈活性和自適應(yīng)性。

為實現(xiàn)本發(fā)明目的而提供的一種視覺目標上下文空間關(guān)系編碼的系統(tǒng)，其以神經(jīng)元網(wǎng)絡(luò)形式實現(xiàn)；

包括視覺圖像基元編碼神經(jīng)元層、視覺圖像目標編碼神經(jīng)元層、視覺圖像目標邏輯關(guān)系編碼神經(jīng)元層和視覺目標空間關(guān)系編碼神經(jīng)元層；

所有相鄰兩層神經(jīng)元之間的連接權(quán)值構(gòu)成了對圖像內(nèi)容的編碼，每個編碼神經(jīng)元及其連接權(quán)值分別編碼圖像基元、圖像目標、目標二元邏輯關(guān)系和目標空間關(guān)系。

所述的視覺目標上下文空間關(guān)系編碼的系統(tǒng)，還包括一圖像傳感輸入神經(jīng)元層，用于圖像輸入。

所述圖像傳感輸入神經(jīng)元層構(gòu)成的神經(jīng)元與圖像上的等間隔像素采樣一一對應(yīng)，而神經(jīng)元的響應(yīng)值取對應(yīng)的像素值。

所述視覺圖像基元編碼神經(jīng)元層、視覺圖像目標編碼神經(jīng)元層、視覺圖像目標邏輯關(guān)系編碼神經(jīng)元層和視覺目標空間關(guān)系編碼神經(jīng)元層編碼分別采用稀疏特征、赫布學(xué)習(xí)權(quán)值特征、連接特征和距離特征作為編碼的基本要素，四個編碼層分別由稀疏編碼神經(jīng)元組成。

為實現(xiàn)本發(fā)明目的還提供一種視覺目標上下文空間關(guān)系編碼的方法，包括下列步驟：

步驟A，根據(jù)局部圖像傳感神經(jīng)元的像素值，計算得到視覺圖像基元編碼神經(jīng)元的編碼值和響應(yīng)值；

步驟B，根據(jù)視覺圖像基元編碼神經(jīng)元的響應(yīng)，計算得到視覺圖像目標編碼神經(jīng)元的編碼值和響應(yīng)值；

步驟C，根據(jù)任意兩個有關(guān)聯(lián)的視覺圖像目標編碼神經(jīng)元的響應(yīng)值，計算得到視覺圖像目標邏輯關(guān)系編碼神經(jīng)元的編碼值和響應(yīng)值；

步驟D，根據(jù)圖像目標之間的空間關(guān)系，計算得到視覺目標空間關(guān)系編碼神經(jīng)元的編碼值。

所述步驟C中的邏輯關(guān)系為二元邏輯關(guān)系。

所述步驟D中，還包括計算得到視覺目標空間關(guān)系編碼神經(jīng)元的響應(yīng)值的步驟。

所述步驟A中，15個視覺圖像基元編碼神經(jīng)元的編碼值(w_i1，w_i2，w_i3，w_i4)是根據(jù)2×2像素的15種組合對應(yīng)的權(quán)值，經(jīng)過歸一化處理而得到；