[發明專利]一種基于視覺詞匯本集體的不變性識別方法

無效

• 申請號: 201010132099.2
• 申請日: 2010-03-25
• 公開（公告）號: CN101807259A
• 公開（公告）日: 2010-08-18
• 發明（設計）人: 危輝;羅會蘭
• 申請（專利權）人: 復旦大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;盛志范

1.一種基于視覺詞匯本集體的不變性識別方法，其特征在于利用數據和興趣點采樣 以及利用不同描述子表示圖像不同方面信息，生成視覺詞匯本集體，具體步驟如下：

1)首先對訓練數據集隨機采樣得到訓練數據子集；

2)對此訓練子集中的每個圖像提取興趣點，然后從中隨機采樣一部分；

3)對采樣得到的興趣點集分別采用不同的描述方法描述，使用聚類算法對不同的描 述方法描述的興趣點集進行聚類得到一個視覺詞匯本；

4)重復步驟1到步驟3，直到生成預設大小的視覺詞匯本集體；

所述不同的描述方法采用如下8種描述子：

(1)顏色描述子：興趣點中的每個像素的顏色值用來形成n×n×3維的特征矢量， 用這種類型的描述子來捕獲圖像的顏色信息；

(2)顏色小波描述子：對每個興趣點的顏色信息進行‘Haar’二維小波一階分解來得 到n×n×3維的特征矢量；

(3)邊信息描述子：‘Canny’邊檢測子用來獲得n×n維描述子；使用這種類型的描述 子，物體的形狀信息被用來識別物體；

(4)局部范圍描述子：輸出每個像素的3×3鄰域內的灰度值范圍，得到一個n×n維 描述子；

(5)局部標準差描述子：輸出每個像素的3×3鄰域內的灰度值標準差，得到一個n ×n維描述子；

(6)局部熵值描述子：輸出每個像素的9×9鄰域內的熵值，得到一個n×n維描述子；

(7)基于灰度值共生矩陣的二階統計描述子：考慮距離為1像素，方向分別為水平、 對角線、垂直和反對角線的像素對；計算共生矩陣的對比度值、角二階矩值、相關系數和 方差；這種描述子的維度是16；

(8)基于灰度值共生矩陣的二階統計描述子：考慮距離為2像素，方向分別為水平 和垂直的像素對；計算共生矩陣的對比度值、角二階矩值、相關系數和方差；這種描述子 的維度是8；

其中，n×n為圖像的興趣點尺寸，即像素數。

2.根據權利要求1所述的方法，其特征在于根據視覺詞匯本集體生成相應分類器集 體，具體步驟如下：

(1)對于生成的視覺詞匯本集體，每個成員視覺詞匯本融合了不同的圖像信息；

(2)對于一個成員視覺詞匯本，對訓練數據進行量化；

(3)在量化后的訓練數據集上學習一個分類器；

(4)重復步驟(2)到步驟(3)，生成預設大小的分類器集體。

3.根據權利要求2所述的方法，其特征在于對新的圖像進行識別時，首先用學習到 的視覺詞匯本集體對圖像分別量化，然后分別用相應分類器集體中的成員進行識別；將分 類器集體識別結果集成得到最終識別結果。