[發(fā)明專利]一種基于目標及其空間關(guān)系特性的圖像場景分類方法

無效

• 申請?zhí)枺?/td>: 201110214985.4
• 申請日: 2011-07-29
• 公開（公告）號: CN102902976A
• 公開（公告）日: 2013-01-30
• 發(fā)明（設(shè)計）人: 金標;胡文龍;付琨
• 申請（專利權(quán)）人: 中國科學院電子學研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周國城

技術(shù)領(lǐng)域

本發(fā)明屬于圖像場景分類技術(shù)，涉及圖像理解、計算機視覺、人工智能、模式識別等領(lǐng)域，是一種基于目標及其空間關(guān)系特性的圖像場景分類方法。

背景技術(shù)

隨著多媒體技術(shù)與網(wǎng)絡(luò)技術(shù)的發(fā)展，產(chǎn)生了大量的圖像信息，圖像分類和檢索越來越受到人們的關(guān)注。同時隨著計算機技術(shù)的快速提高，圖像理解獲得了快速發(fā)展，其理論不斷發(fā)展，形成了與計算機視覺、人工智能和認知學領(lǐng)域相互關(guān)聯(lián)又相互獨立的領(lǐng)域。圖像理解就是對圖像的語義解釋，利用圖像低層視覺特征以及高層知識信息實現(xiàn)目標識別、語義分析以及場景分類。圖像場景分類作為圖像理解的基本任務(wù)之一，是指從多幅圖像中區(qū)分出具有相似或相同特征的圖像，并對這些圖像進行正確標記的過程。

目前場景分類方法主要包括基于圖像底層特征的方法，以及通過構(gòu)建中間語義層的方法。第一種方法利用圖像的底層特征，如顏色、紋理、邊緣等，將圖像作為一個整體并直接與監(jiān)督方法結(jié)合，劃分如室內(nèi)/外、城市/山區(qū)等場景圖像，該類方法只能分類小部分場景。第二種方法通過構(gòu)建中間語義層，能夠?qū)崿F(xiàn)更多場景類別的識別，如引入文本分析中的概率隱含語義分析模型(Probabilistic?latent?semantic?analysis，pLSA)，建立圖像模型(文獻1：A.Bosch?and?A.Zisserman，“Scene?classification?using?a?hybrid?generative/discriminative?approach”，IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence，v.30no.4，pp.712-727，2008)；再如基于圖像目標或區(qū)域建立貝葉斯模型實現(xiàn)圖像場景分類(文獻2：M.R.Boutell，J.Luo?and?C.M.Brown，“Scene?parsing?using?region-based?generative?models”，IEEE?Transactions?on?Multimedia，v.9?no.a，pp.136-146，2007)。另外，Oliva提出使用粗糙度、寬闊度、伸展度等視覺感知屬性描述場景的主要內(nèi)容結(jié)構(gòu)(文獻3：A.Oliva?and?A.Torralba，“Modeling?the?shape?of?the?scene：a?holistic?representation?of?the?spatial?envelope”，International?Journal?of?Computer?Vision，v.42?n.3，pp.145-175，2001)，基于以上特征實現(xiàn)圖像場景分類。

場景圖像具有很強的認知結(jié)構(gòu)，蘊含場景與目標的包含關(guān)系，以及目標之間的空間關(guān)系特性。文獻1證明了加入空間位置信息可以提高分類正確率，但是該空間信息是絕對的位置特征，至今沒有通過建模目標之間的空間關(guān)系(拓撲關(guān)系、方向關(guān)系以及度量關(guān)系)實現(xiàn)圖像場景分類。

發(fā)明內(nèi)容

本發(fā)明的目的是公開一種基于目標及其空間關(guān)系特性的圖像場景分類方法，通過計算圖像中目標之間的空間關(guān)系直方圖，分類其空間關(guān)系，建立融合主題之間空間關(guān)系特性的概率隱含語義分析模型(Probabilistic?latent?semantic?analysis?fusing?spatial?relationships?between?topics，SR-pLSA)，最后采用支持向量機(Support?vector?support，SVM)分類圖像場景。彌補了現(xiàn)有圖像場景分類方法忽略圖像中目標間空間關(guān)系特性的缺陷，提高了分類正確率。

為了實現(xiàn)所述的目的，本發(fā)明的技術(shù)解決方案是：

一種基于目標及其空間關(guān)系特性的圖像場景分類方法，其包括：

步驟S1，目標空間關(guān)系直方圖計算：用空間關(guān)系直方圖表征目標間空間關(guān)系特性，包括左和右、上和下、遠和近以及包含和不包含，并給出計算方法；

步驟S2，空間關(guān)系分類：針對樣本圖像，標注其目標并賦值目標之間空間關(guān)系的隸屬度，針對測試樣本，用模糊K近鄰分類器分類目標之間空間關(guān)系直方圖，計算其空間關(guān)系的隸屬度值；

步驟S3，SR-pLSA建模：提出融合主題之間空間關(guān)系特性的概率隱含語義分析模型SR-pLSA，建立圖像語義模型；

步驟S4，SVM分類：以步驟S3建立樣本圖像的語義模型，作為支持向量機(SVM)的輸入，用訓練好的SVM完成圖像場景的分類。

所述的圖像場景分類方法，其所述步驟S1中，目標空間關(guān)系直方圖計算包括步驟：

步驟S11：分別求取參考對象以及目標對象區(qū)域的點集；