[發明專利]一種適用于移動終端的視覺搜索方法

在審

• 申請號: 201310483155.0
• 申請日: 2013-10-16
• 公開（公告）號: CN103530649A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 桂振文;劉越;王涌天
• 申請（專利權）人: 北京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/30
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 仇蕾安;李愛英

技術領域

本發明屬于移動增強現實技術領域，具體涉及一種適用于移動終端的視覺搜索方法。

背景技術

視覺搜索的研究目標在于利用計算機代替人自動去處理海量的物理信息，識別各種不同模式的目標和對象，從部分上代替人的腦力勞動，也可拓展人類生理器官所不能勝任的領域，在遙感圖像處理、醫學圖像處理和增強現實等領域有著廣泛的應用。

目前，隨著互聯網的發展，人類正在步入一個信息化的社會，互聯網已經成為人類發布、獲取、交換信息的重要平臺。互聯網上信息量的指數級增長，使得如何讓用戶能夠快速準確地在海量的數據中找到其所需信息成為了一個重要的課題。近些年來，照相機，智能手機，PAD，攝像機等電子產品的普及，我們可以隨時隨處，拍下我們喜歡的景色，動物，食品等等各種各樣的圖片。截止到2010年1月，Facebook聲稱其網站上的圖片數量已經超過250億張。面對如此海量的圖片資源，如何快速準確的找到我們感興趣的圖片是必須要解決的問題，是商業界和學術界的一個重要研究方向。然而，隨著圖片規模的極大增長，要保證圖像搜索的實時性，相應的圖像編碼、圖像檢索技術和數據庫索引技術也必須做相應的調整或加速。

同時計算機軟、硬件技術的迅猛發展，為增強現實技術走出室內應用進而支持復雜的分析、決策和管理打下了堅實的基礎。一些移動終端設備（像PDA、智能手機等）的功能也越來越豐富，并且擁有了嵌入式操作系統、觸摸屏、GPS定位、視頻攝像頭等功能，同時也具備了較強的計算和處理能力。這些功能的集成為開發基于移動終端的增強現實系統奠定了基礎。據有關資料，截止到2010年我國移動電話用戶可達7.4億，其中擁有智能手機的用戶占了相當的比重，智能手機作為增強現實的應用平臺將具有很大的應用潛力。3G網的逐步開通、運行，意味著移動增值業務全新時代的開始，增強現實技術和LBS相結合可以實現信息的實時交互、三維動態顯示，可使人機界面更加友好和具有智能性。

基于上述分析，結合具有攝像頭，GPS傳感器和無線網絡傳感器的終端以及服務器端的圖像識別和匹配技術，可以將場景之類的大規模物體的在線識別變為可能。

然而以前的許多圖像識別的研究工作都是在樣本規模不是非常大的情況下考慮圖像檢索問題，許多方法也不能推廣到更大規模的圖像識別問題，系統性能和能夠處理的數據規模存在局限性。當城市級規模的數據，以百萬為單位時，圖像識別系統需要海量的存儲空間和海量數據的快速計算能力。因為圖像本身需要很大的空間存儲，從圖像提取的各種特征描述向量也需要大量的空間存儲。同時，在圖像識別和匹配過程中對描述符索引、匹配也需要強大計算能力。

發明內容

有鑒于此，本發明提供了一種適用于移動終端的視覺搜索方法，利用該方法能夠實現在線海量圖像的識別，從而達到在線視覺搜索的目的，同時該方法大大減少了數據存儲量，提高了圖像識別率和視覺搜索的速度。

實現本發明的技術方案如下：

一種適用于移動終端的視覺搜索方法，適用于該方法的樣本圖像庫滿足兩個條件：①樣本圖像庫中的每一樣本圖像帶有GPS信息，②樣本圖像庫中的每一樣本圖像采用二進制局部特征向量表示；該方法的具體過程為：

步驟1：利用移動終端采集當前場景的待識別圖像，并獲取采集圖像時移動終端的重力方向和當前場景的GPS信息；

步驟2：采用二進制局部特征檢測算法BRISK對待識別圖像進行特征點檢測，得到待識別圖像的特征點；根據所述重力方向，用特征描述符FREAK對所述特征點進行描述，獲得待識別圖像的二進制局部特征向量；

步驟3：將所述GPS信息和二進制局部特征向量打包成一描述符文件，并將其發送出去；

步驟4：服務器接收到描述符文件后，從該描述符文件中提取GPS信息，從樣本圖像庫中查找與所提取的GPS信息相距最近的GPS信息所對應的圖像，并將其定義為查詢圖像；

步驟5：將待識別圖像與查詢圖像的二進制局部特征向量進行一一匹配，尋找與待識別圖像最相近的查詢圖像，并將其對應的信息傳輸至移動終端，實現視覺搜索。

進一步地，本發明在對待識別圖像特征點檢測之前，還包括對圖像進行降采樣處理。

進一步地，本發明在步驟3生成的描述符文件還進一步包括二進制局部特征向量個數，且GPS信息和二進制局部特征向量個數放在描述符文件的開頭。

進一步地，本發明所述匹配為：通過計算待識別圖像和查詢圖像的二進制特征向量的漢明距離，基于漢明距離尋找與待識別圖像最相近的圖像。