[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

技術領域

本發明涉及計算技術，尤其涉及一種獲取緊湊全局特征描述子的方法。

背景技術

在圖像檢索領域，業內人士通過將圖像的局部特征描述子聚合成全局特征描述子，進而實現圖像的檢索。當前，Fisher Vector(簡稱FV向量)為一種全局特征描述子，且Fisher Vector在圖像檢索和分類中都獲得了比較好的性能。

在圖像檢索過程中，為了降低全局特征描述子的存儲復雜度，以及傳輸過程中的帶寬延遲，需要采用碼表將全局特征描述子壓縮。現有技術中對全局特征描述子壓縮的方法包括：使用乘積量化將全局特征描述子分成多個不重疊的子向量，根據碼表將每個子向量量化成一個標識符。

然而，上述壓縮方法需要預先訓練好的碼表，碼表會占用較大的存儲空間，使內存有限的移動設備難以承受。

另一方面，為將全局特征描述子壓縮到較小的長度，量化的質量會受到影響，使全局特征描述子的表達能力降低，從而影響檢索的性能。

發明內容

為解決現有技術中的缺陷，本發明提供一種獲取緊湊全局特征描述子的方法，用于將現有技術中全局特征描述子壓縮到較小的長度，且提高了緊湊全局特征描述子的表達能力。

本發明提供一種獲取緊湊全局特征描述子的方法，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。

可選地，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。

可選地，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。

可選地，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。

可選地，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，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。

可選地，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；