[發明專利]一種復雜背景下結合顯著性信息的物體性檢測方法

在審

• 申請號: 201410341108.7
• 申請日: 2014-07-17
• 公開（公告）號: CN104143085A
• 公開（公告）日: 2014-11-12
• 發明（設計）人: 牛軼峰;沈林成;沈鎰峰
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00
• 代理公司: 湖南兆弘專利事務所 43008
• 代理人: 趙洪;周長清

1.一種復雜背景下結合顯著性信息的物體性檢測方法，其特征在于，步驟為：

(1)、利用SSS顯著性檢測算法分別獲得各個通道在設定的8個高斯核下的顯著性圖；

(2)、分別計算8個顯著性圖的Renyi熵值，并標記出顯著性圖的Renyi熵值變化最大處；

(3)、根據步驟(2)得到的標記處將8幅顯著性圖分成兩部分，并分別在兩部分中選出Renyi熵值最小的顯著性圖；

(4)、將步驟(3)中選取的兩張顯著性圖歸一化后疊加作為該通道的最終顯著性圖；

(5)、重復上述步驟，計算出3個通道各自的最終顯著性圖；

(6)、將獲得的3個通道的最終顯著性圖與各自對應通道圖相乘，并重新組合；

(7)、組合后的圖像作為最終的測試圖像并利用Bing算法進行物體性檢測。

2.根據權利要求1所述的復雜背景下結合顯著性信息的物體性檢測方法，其特征在于，所述步驟(1)中SSS顯著性檢測算法的具體步驟為：

(1.1)利用傅里葉變換分別將輸入圖像的三個通道變換到頻域，并求取其對應的幅值譜和相角譜；

(1.2)將幅值譜與8個設定的高斯核因子；進行卷積得到8個新的幅值譜；

(1.3)將新的幅值譜與原來的相角譜傅里葉反變換到時域即為顯著性圖。

3.根據權利要求2所述的復雜背景下結合顯著性信息的物體性檢測方法，其特征在于，所述步驟(2)和步驟(3)中計算8個顯著性圖的Renyi熵值是通過公式：來進行的，并以8個圖之間的Renyi熵值斜率變化最大處為界將這8個圖劃分成兩類。

4.根據權利要求3所述的復雜背景下結合顯著性信息的物體性檢測方法，其特征在于，在所述步驟(4)中，在兩類圖分別選出Renyi熵值最小的顯著性圖SalMap_l和SalMap_s，將選取的兩張顯著性圖歸一化后疊加作為該通道的最終顯著性圖SalMap_final；具體的疊加方式為：SalMap_final＝N(SalMap_l+λ*SalMap_s)；其中，N為歸一化函數，λ為兩類最優顯著圖的最大值之比：

λ=max(max(SalMapl))max(max(SalMaps)).]]>

5.根據權利要求1～4中任意一項所述的復雜背景下結合顯著性信息的物體性檢測方法，其特征在于，所述步驟(6)和步驟(7)為進行顯著性與物體性的結合，其具體步驟如下：

步驟a.將輸入的彩色圖像獲得的3個通道的最終顯著性圖與各自對應通道圖相乘，并重新組合生成彩色圖像；

步驟b.對VOC2007數據庫上的圖像進行步驟a的處理，并將處理過的部分圖片作為Bing檢測算法的訓練樣本，訓練出新的物體模型；

步驟c.將獲得的物體模型對經過步驟a同樣處理的圖像進行物體檢測。