[發明專利]獲取緊湊全局特征描述子的方法

有效

• 申請號: 201410182901.7
• 申請日: 2014-04-30
• 公開（公告）號: CN104616012B
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 段凌宇;林杰;王哲;楊爽;陳杰;黃鐵軍;高文
• 申請（專利權）人: 北京大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 劉芳

1.一種獲取緊湊全局特征描述子的方法，其特征在于，包括：

獲取待處理圖像的可伸縮全局特征描述子；

根據所述可伸縮全局特征描述子中每一維度上的數值，對所述可伸縮全局特征描述子進行二值化處理，得到包括比特的二值化后的可伸縮全局特征描述子；

根據預設的比特選擇表，從包括比特的二值化后的可伸縮全局特征描述子中選擇若干個比特，將選擇的若干個比特依次連接得到緊湊全局特征描述子；

所述預設的比特選擇表的獲取方式包括：

訓練預設的圖像數據集，得到每一高斯密度函數對應的第一累積梯度向量，對所有的第一累積梯度向量進行二值化處理，得到每一高斯密度函數對應的，包括比特的二值化后的第一累積梯度向量；

采用統計方式計算每一高斯密度函數對應的包括比特的二值化后的第一累積梯度向量中每一比特的重要性，選擇重要性大的若干比特，根據選擇的若干比特對應的比特位設置比特選擇表對應位的值；

每一高斯密度函數對應一個比特選擇表；

將所有高斯密度函數對應的比特選擇表轉換為對應的整數。

2.根據權利要求1所述的方法，其特征在于，所述根據所述可伸縮全局特征描述子中每一維度上的數值，所述可伸縮全局特征描述子進行二值化處理，得到包括比特的二值化后的可伸縮全局特征描述子，包括：

若所述可伸縮全局特征描述子中一維度上的數值為正數，則該維度對應的比特的值為1；

若所述可伸縮全局特征描述子中一維度上的數值為負數或0，則該維度對應的比特的值為0。

3.根據權利要求1所述的方法，其特征在于，所述獲取待處理圖像的可伸縮全局特征描述子，包括：

獲取待處理圖像的局部特征描述子，并對所述局部特征描述子進行降維；

根據高斯混合模型，對降維后的局部特征描述子進行聚合，獲取所述圖像的一個全局特征描述子；

根據預設規則，對所述全局特征描述子進行處理，獲取所述待處理圖像的可伸縮全局特征描述子；

其中，所述可伸縮全局特征描述子的字節大小根據所述預設規則中參數值的變化而變化。

4.根據權利要求3所述的方法，其特征在于，根據預設規則，對所述全局特征描述子進行處理，獲取所述待處理圖像的可伸縮全局特征描述子，包括：

根據高斯混合模型中每個高斯密度函數對應的第一累積梯度向量的所有維度數值的標準差，對所有高斯密度函數按照所述標準差由大到小的順序排序，選取排序中排在前面的若干個高斯密度函數，并將選取的高斯密度函數對應的第一累積梯度向量和/或第二累積梯度向量依次首尾相連得到可伸縮全局特征描述子；

其中，所述高斯混合模型通過M個獨立的高斯密度函數線性疊加得到的，所述M等于512；

所述第一累積梯度向量是所述待處理圖像的對數似然函數對所述高斯密度函數對應的均值求一階偏導得到的；

所述第二累積梯度向量是所述待處理圖像的對數似然函數對所述高斯密度函數對應的方差求一階偏導得到的。

5.根據權利要求4所述的方法，其特征在于，所述可伸縮全局特征描述子包括：選取的高斯密度函數對應的第一累積梯度向量和/或第二累積梯度向量；

所述根據所述可伸縮全局特征描述子中每一維度上的數值，對所述可伸縮全局特征描述子進行二值化處理，得到包括比特的二值化后的可伸縮全局特征描述子，包括：

對所述選取的高斯密度函數對應的第一累積梯度向量和/或第二累積梯度向量進行二值化處理，得到包括比特的二值化后的第一累積梯度向量和/或第二累積梯度向量；

將包括比特的二值化后的所述第一累積梯度向量和/或第二累積梯度向量首尾依次相連得到包括比特的二值化后的可伸縮全局特征描述子。

6.根據權利要求5所述的方法，其特征在于，對所述選取的高斯密度函數對應的第一累積梯度向量和/或第二累積梯度向量進行二值化，包括：

若所述第一累積梯度向量的一維度的數值為正數，則該維度對應的比特的值為1；

若所述第一累積梯度向量的一維度的數值為負數或0，則該維度對應的比特的值為0；

若所述第二累積梯度向量的一維度的數值為正數，則該維度對應的比特的值為1；

若所述第二累積梯度向量的一維度的數值為負數或0，則該維度對應的比特的值為0。