[發(fā)明專利]從圖像中識別物體的方法和裝置

有效

• 申請?zhí)枺?/td>: 201210077223.9
• 申請日: 2012-03-21
• 公開（公告）號: CN103324949A
• 公開（公告）日: 2013-09-25
• 發(fā)明（設計）人: 郝凱;陳克
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 吳貴明;江舟

1.一種從圖像中識別物體的方法，其特征在于，包括：

在待檢測圖像的不同抽取位置上獲取對應的特征向量；

在預先建立的檢索樹中查找到與每一個所述特征向量最相似的一個節(jié)點上的訓練特征向量，其中，所述檢索樹中的每一個節(jié)點上具有由預定數(shù)量的訓練特征向量聚類得到的一個訓練特征向量；

獲取每一個所述查找到的訓練特征向量所屬的物體類別以及所述訓練特征向量所對應的位置與物體中心之間的相對位置關系；

對每一個所述特征向量，根據(jù)與該特征向量對應的所述訓練特征向量與物體中心之間的相對位置關系以及該特征向量對應的所述抽取位置的坐標得到在該訓練特征向量所對應的物體類別的投票圖像上物體中心的估計位置，其中，每一個待識別的物體類別對應一張投票圖像；

統(tǒng)計每一張所述投票圖像上每個點作為物體中心的估計位置的次數(shù)，當所述投票圖像上的一個點作為物體中心的次數(shù)大于預定閾值時，則判斷出所述待檢測圖像上存在該投票圖像所對應的物體類別的物體。

2.根據(jù)權利要求1所述的方法，其特征在于，通過以下步驟建立所述檢索樹：

從第一檢測圖像庫中提取預定數(shù)量的用于建立所述檢索樹的圖像，提取每一個用于建立所述檢索樹的圖像中的局部特征向量；

對所有局部特征向量執(zhí)行聚類操作得到多個聚類中心，將所述檢索樹的第一層節(jié)點設置為與所述多個聚類中心一一對應；

對所述檢索樹中每一層上的每個節(jié)點對應的聚類中心進行聚類操作，將聚類得到的聚類中心設置為與該節(jié)點的子節(jié)點一一對應；

對所述檢索樹進行訓練操作。

3.根據(jù)權利要求2所述的方法，其特征在于，對所述檢索樹進行訓練操作的步驟包括：

從第二檢測圖像庫中提取預定數(shù)量的用于訓練所述檢索樹的圖像，提取每一個用于訓練所述檢索樹的圖像中的訓練特征向量、該訓練特征向量所屬的物體類別以及該訓練特征向量所對應的與物體中心之間的相對位置關系；

在所述檢索樹中查找與每一個所述訓練特征向量最相似的一個節(jié)點，并將該訓練特征向量、該訓練特征向量所屬的物體類別以及該訓練特征向量所對應的位置與物體中心之間的相對位置關系設置在該最相似的一個節(jié)點上。

4.根據(jù)權利要求1所述的方法，其特征在于，在預先建立的檢索樹中查找到與每一個所述特征向量最相似的一個節(jié)點上的訓練特征向量的步驟包括：

逐層判斷每一個所述特征向量與所述預先建立的檢索樹上每一層的節(jié)點上的訓練特征向量的相似度；

若相似度大于預定閾值，則該相似度對應的節(jié)點為與該特征向量最相似的一個節(jié)點，并獲取該節(jié)點上的訓練特征向量。

5.根據(jù)權利要求1所述的方法，其特征在于，所述檢索樹包括：高度為(h+1)的k叉樹，其中，h和k均為自然數(shù)。

6.一種從圖像中識別物體的裝置，其特征在于，包括：

第一獲取單元，用于在待檢測圖像的不同抽取位置上獲取對應的特征向量；

查找單元，用于在預先建立的檢索樹中查找到與每一個所述特征向量最相似的一個節(jié)點上的訓練特征向量，其中，所述檢索樹中的每一個節(jié)點上具有由預定數(shù)量的訓練特征向量聚類得到的一個訓練特征向量；

第二獲取單元，用于獲取每一個所述查找到的訓練特征向量所屬的物體類別以及所述訓練特征向量所對應的位置與物體中心之間的相對位置關系；

確定單元，用于對每一個所述特征向量，根據(jù)與該特征向量對應的所述訓練特征向量與物體中心之間的相對位置關系以及該特征向量對應的所述抽取位置的坐標，得到在該訓練特征向量所對應的物體類別的投票圖像上物體中心的估計位置，其中，每一個待識別的物體類別對應一張投票圖像；

統(tǒng)計單元，用于統(tǒng)計每一張所述投票圖像上每個點作為物體中心的估計位置的次數(shù)，當所述投票圖像上的一個點作為物體中心的次數(shù)大于預定閾值時，則判斷出所述上存在該投票圖像所對應的物體類別的物體。

7.根據(jù)權利要求6所述的裝置，其特征在于，還包括建立單元，用于建立所述檢索樹。