[發明專利]一種圖像特征的估計方法和設備

有效

• 申請號: 201410220036.0
• 申請日: 2014-05-22
• 公開（公告）號: CN105096304B
• 公開（公告）日: 2018-01-02
• 發明（設計）人: 歐陽萬里;初曉;鞠汶奇;劉健莊;王曉剛
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06K9/62
• 代理公司: 北京同達信恒知識產權代理有限公司11291
• 代理人: 馮艷蓮

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像特征的估計方法和設備。

背景技術

隨著現代社會的發展，利用攝像機攝像、通過智能手機拍照等應用技術逐漸得到的普及，這樣就意味著需要處理的圖片數據量呈現增長趨勢。在依靠人工技術處理圖片數據不僅花費比較大，而且在處理過程中出錯的概率比較高，因此，通過計算機處理圖片數據成為一種發展趨勢，其中，計算機的視覺技術成為一種重要的發展技術。

計算機視覺技術是指是一門研究如何使機器“看”的技術，更進一步地說，就是指用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖像處理，使得計算機處理后的圖像成為更適合人眼觀察或傳送給儀器檢測的圖像。

但是使用計算機對采集到的圖像數據中的特征進行估計成為計算機視覺技術中的一個技術熱點和技術難點。例如：計算機視覺技術中對復雜環境下圖像數據中人體姿態的估計。

例如：在安全監控領域，長時間監視一個場合中的某個人，可以通過采集這段時間的視頻圖像，并對這段時間內采集的視頻圖像進行處理，對被監視者的異常行為進行估計，這一過程就屬于人體姿態估計。

然而，在目前的圖像數據中對特征進行估計(例如：人體姿態估計)的方式中，一種方式是采用特制的拍攝設備捕捉符合深度信息要求的圖像數據，并利用圖像數據以及深度信息判斷圖像數據中的特征(例如：人體各部分的位置)，以達到對圖像數據的特征進行估計的目的。但是，這種方式對拍攝設備的硬件性能要求比較高，同時對拍攝對象與拍攝設備之間的距離也有嚴格要求，在實際應用中不能很靈活地適用各種現實需要，使得得到的估計結果準確性無法保證。

另一種方式是利用邊緣檢測、圖像直方圖等方式對得到的圖像數據中的特征進行分析，但是這種方式屬于一種對靜態圖像數據進行估計的方式，對于現實生活中實時采集的圖像數據，存在特征估計的出錯率較高的問題。

發明內容

有鑒于此，本發明實施例提供了一種圖像特征的估計方法和設備，用于解決目前存在的特征估計正確率低的問題。

根據本發明的第一方面，提供了一種圖像特征的估計方法，包括：

提取輸入的圖像數據的至少兩個特征值，其中，所述特征值中至少包含了每一個特征與對應的模板特征的匹配度、所述圖像數據中任意兩個特征同時出現在同一個位置上的概率值、具有關聯關系的兩個特征之間的距離發生變化的得分值；

針對提取到的每一個特征值，執行以下操作，直至提取到的特征值執行完畢：

選擇一個特征值，并利用預先得到的矩陣參數對所述特征值進行至少兩次計算，得到所述特征值對應的第一矩陣向量；

在得到提取出的每一個特征值對應的第一矩陣向量時，根據得到的每一個特征值對應的第一矩陣向量，利用網絡計算方法得到針對提取出的至少兩個特征值的第二矩陣向量；

根據所述第二矩陣向量，估計得到所述圖像數據中圖像特征的狀態。

結合本發明的第一方面可能的實施方式中，第一種可能的實施方式，所述選擇一個特征值，并利用預先得到的矩陣參數對所述特征值進行至少兩次計算，得到所述特征值對應的第一矩陣向量，包括：

選擇一個特征值，并利用預先得到的矩陣參數對所述特征值進行第一次計算，得到所述特征值對應的第一個子矩陣向量；

利用預先得到的矩陣參數對所述第一個子矩陣向量進行第二次計算，得到所述特征值對應的第二個子矩陣向量；

依次類推，利用預先得到的矩陣參數對所述第N-1個子矩陣向量進行第N次計算，得到所述特征值對應的第一矩陣向量，其中，N為自然數。

結合本發明的第一方面的第一種可能的實施方式中，第二種可能的實施方式，所述利用預先得到的矩陣參數對所述特征值進行第一次計算，得到所述特征值對應的第一個子矩陣向量，包括：

通過以下方式得到所述特征值對應的第一個子矩陣向量：

h^1,i＝a(i^T*W^1,i+b^1,i)；

其中，h^1,i表示提取的第i個特征值對應的第一個子矩陣向量，a為激活函數，i^T為第i個特征值的轉置矩陣，W^1,i為矩陣參數中針對第i個特征值的第一個矩陣，b^1,i為針對第i個特征值的第一個偏移量。