[發(fā)明專利]用于視覺搜索的圖像拓?fù)渚幋a

在審

• 申請(qǐng)?zhí)枺?/td>: 201280034809.5
• 申請(qǐng)日: 2012-01-04
• 公開（公告）號(hào): CN103649955A
• 公開（公告）日: 2014-03-19
• 發(fā)明（設(shè)計(jì)）人: 朱理;辛欣;阿切雷斯·凱特撒切雷斯
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明要求2011年12月29日遞交的發(fā)明名稱為“用于視覺搜索的圖像拓?fù)渚幋a（Image?Topological?Coding?for?Visual?Search）”的第13/340,398號(hào)美國(guó)非臨時(shí)申請(qǐng)案的在先申請(qǐng)優(yōu)先權(quán)，并且要求2011年7月11日遞交的發(fā)明名稱為“采用圖形頻譜分析的拓?fù)渚幋a和驗(yàn)證（Topological?Coding?and?Verification?with?Graph?Spectral?Analysis）”的第61/506,612號(hào)美國(guó)臨時(shí)申請(qǐng)案的在先申請(qǐng)優(yōu)先權(quán)，這兩個(gè)在先申請(qǐng)的內(nèi)容以全文引入的方式并入本文本中。

技術(shù)領(lǐng)域

本發(fā)明大體涉及圖像處理，且確切地說，涉及可以在視覺搜索中應(yīng)用的提供用于圖像的點(diǎn)集的拓?fù)渚幋a的實(shí)例實(shí)施例。

背景技術(shù)

現(xiàn)代的移動(dòng)電話、手機(jī)、平板電腦、移動(dòng)終端、移動(dòng)裝置或用戶設(shè)備已發(fā)展為強(qiáng)大的圖像和視頻處理裝置，該圖像和視頻處理裝置配備有高分辨率相機(jī)、彩色顯示器和硬件加速圖形。隨著像android、iPhone等的移動(dòng)裝置迅速發(fā)展，基于移動(dòng)的多媒體視覺服務(wù)正經(jīng)歷著深刻的變革和發(fā)展。移動(dòng)視覺搜索服務(wù)的應(yīng)用場(chǎng)景可以是基于位置的服務(wù)、徽標(biāo)搜索等等，其中從移動(dòng)裝置中發(fā)送的一個(gè)圖像或多媒體與存儲(chǔ)在數(shù)據(jù)庫(kù)或圖像存儲(chǔ)庫(kù)中的另一圖像或多媒體相匹配。移動(dòng)視覺搜索系統(tǒng)的第一推廣應(yīng)用包括谷歌的Goggles、諾基亞的Point?and?Find、Kooaba和Snaptell。

移動(dòng)裝置通過無線網(wǎng)絡(luò)而發(fā)送的圖像查詢通常在計(jì)算上開銷很大，需要相當(dāng)高的通信成本，而且無法支持實(shí)時(shí)操作。在受歡迎的應(yīng)用中，其中移動(dòng)裝置捕獲某些對(duì)象的圖片，并在無線網(wǎng)絡(luò)上將這一圖片作為查詢來發(fā)送以搜索較大的存儲(chǔ)庫(kù)，降低比特率同時(shí)保持匹配準(zhǔn)確度是在MPEG下進(jìn)行標(biāo)準(zhǔn)化努力所面臨的主要問題和主要焦點(diǎn)。

出于視覺搜索的目的，視覺描述符或圖像描述符可以代替圖像用作查詢。然而，對(duì)于移動(dòng)裝置來說，視覺描述符通常還是非常大的，這是因?yàn)樗鼈冇蓴?shù)百個(gè)尺度與旋轉(zhuǎn)度不變的特征點(diǎn)及其位置組成。尺度不變特征變換（SIFT）的一個(gè)實(shí)例特征點(diǎn)由具有2048個(gè)位的128維組成。快速魯棒特征（SURF）的另一實(shí)例特征點(diǎn)由具有1024個(gè)位的64維組成。減小特征點(diǎn)的大小可能損害視覺搜索服務(wù)的搜索性能以及匹配準(zhǔn)確度。

圖像的點(diǎn)集而非完整圖像可以由移動(dòng)裝置發(fā)送以搜索圖像存儲(chǔ)庫(kù)。可以在發(fā)送用于視覺搜索的圖像的特征點(diǎn)的同時(shí)發(fā)送點(diǎn)集，或者單獨(dú)發(fā)送點(diǎn)集。因此點(diǎn)集除了可以用于搜索特征點(diǎn)之外，還可以用于在視覺搜索中對(duì)圖像進(jìn)行搜索和匹配。

發(fā)明內(nèi)容

隨著互聯(lián)網(wǎng)中視覺內(nèi)容存儲(chǔ)庫(kù)的飛速發(fā)展，可以在無線鏈路上支持通過捕獲進(jìn)行的查詢的視覺搜索方案在多種應(yīng)用中都存在著很大的吸引力。在本發(fā)明中，公開了一種視覺搜索系統(tǒng)，所述系統(tǒng)可以操縱圖像的點(diǎn)集，從而生成用于表示所述圖像的拓?fù)渚幋a矢量，所述矢量可以用于對(duì)圖像進(jìn)行搜索和識(shí)別。圖像點(diǎn)集的拓?fù)渚幋a矢量較小，從而可以促進(jìn)對(duì)圖像進(jìn)行有效的搜索和識(shí)別。拓?fù)渚幋a矢量在生成圖像時(shí)旋轉(zhuǎn)度與尺度也是不變的。

根據(jù)一項(xiàng)實(shí)例實(shí)施例，提供了一種用于處理圖像的方法。所述方法基于第一數(shù)目的點(diǎn)的拓?fù)湫畔ⅲ瑥膱D像的第一數(shù)目的點(diǎn)中生成了圖像的第一數(shù)目維數(shù)的第一矢量，并且在生成圖像時(shí)，圖像的第一矢量的旋轉(zhuǎn)度與尺度不變。

第一數(shù)目的點(diǎn)可以是圖像的一組旋轉(zhuǎn)度與尺度不變的特征點(diǎn)的位置，并且生成的第一矢量可以是從圖像的第一數(shù)目的點(diǎn)中生成的成對(duì)距離矩陣的圖譜。另外，圖譜作為圖的拉普拉斯矩陣L=S-W的本征值eigenvalue(L)進(jìn)行計(jì)算，其中S是具有項(xiàng)的對(duì)角矩陣，n是第一數(shù)目的點(diǎn)，而W是由定義的關(guān)聯(lián)矩陣，||X_j-X_k||是第一數(shù)目的點(diǎn)中的第一點(diǎn)X_j與第二點(diǎn)X_k之間的距離。

根據(jù)一項(xiàng)實(shí)例實(shí)施例，提供了一種用于處理圖像的方法。所述方法從圖像的第一數(shù)目的點(diǎn)中生成了圖像的第一數(shù)目維數(shù)的第一矢量。所述方法可以進(jìn)一步通過壓縮方法對(duì)第一數(shù)目維數(shù)的第一矢量進(jìn)行壓縮，以生成第二數(shù)目維數(shù)的第二矢量。例如，所述壓縮方法可以是離散余弦變換（DCT）。