[發明專利]基于先驗形狀稀疏凸組合的同步目標分割和識別方法有效
| 申請號： | 201210087477.9 | 申請日： | 2012-03-29 |
| 公開（公告）號： | CN102663427A | 公開（公告）日： | 2012-09-12 |
| 發明（設計）人： | 于慧敏;潘能杰;陳飛;胡浩基 | 申請（專利權）人： | 浙江大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 杭州宇信知識產權代理事務所(普通合伙) 33231 | 代理人： | 張宇娟 |
| 地址： | 310027 浙*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 先驗 形狀 稀疏 組合 同步 目標 分割 識別 方法 | ||
1.一種基于先驗形狀稀疏凸組合的同步目標分割和識別方法，采用概率定義來表示訓練形狀和目標形狀，其特征在于包括：
A)對第一訓練形狀集中的訓練形狀進行姿態歸一化處理，得到第二訓練形狀集；
B)采用主成分分析方法PCA對所述第二訓練形狀集進行降維處理，得到第三訓練形狀集；
C)對稀疏系數向量進行初始化得到第一稀疏系數向量；
D)采用所述第一稀疏系數向量對所述第三訓練形狀集進行稀疏凸組合得到第一目標形狀；
E)利用圖像低層數據，所述第二訓練形狀集和所述第一稀疏系數向量來構造第一目標函數；
F)采用梯度下降法對所述第一目標函數進行求解得到第二目標形狀；
G)對所述第二目標形狀進行姿態歸一化處理和PCA降維處理得到第三目標形狀；
H)所述第一目標形狀和所述第三目標形狀之間的累積平方誤差ISE構成第二目標函數；
I)采用最小序貫法SMO對所述第二目標函數進行求解得到第二稀疏系數向量；
J)若求得的第二稀疏系數向量符合精度要求，則執行K；否則，將所述第二稀疏系數向量賦值給所述第一稀疏系數向量，返回D)繼續執行；
K)采用所述第二稀疏系數向量對所述第二訓練形狀集進行稀疏凸組合得到第四目標形狀，實現目標分割；
L)所述第二稀疏系數向量中的最大值對應的所述第二訓練形狀所屬的類就是所述第四目標形狀的類別，實現目標識別。
2.根據權利要求1所述的基于先驗形狀稀疏凸組合的同步目標分割和識別方法，其特征在于所述稀疏凸組合的公式為其中是目標形狀，s＝[s1，s2，·，sN]T是稀疏系數向量，s滿足且對任意i，si≥0，M＝[q1，q2，·，qN]是訓練形狀集，N為訓練形狀集中訓練形狀的數目。
3.根據權利要求1所述的基于先驗形狀稀疏凸組合的同步目標分割和識別方法，其特征在于所述第一目標函數的公式為：
其中的q＝Ms，M是所述第二訓練形狀集，s是所述第一稀疏系數向量，ro(u)和rb(u)分別表示圖像u中目標和背景的區域描述符，re(u)作為一個邊緣檢測器，ro(u)、rb(u)、re(u)代表圖像低層數據。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江大學，未經浙江大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201210087477.9/1.html，轉載請聲明來源鉆瓜專利網。
