[發(fā)明專利]特征模型生成方法和特征模型生成裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410471391.5
• 申請(qǐng)日: 2014-09-16
• 公開(kāi)（公告）號(hào): CN105404886B
• 公開(kāi)（公告）日: 2019-01-18
• 發(fā)明（設(shè)計(jì)）人: 胡平;李靜雯;師忠超;魯耀杰
• 申請(qǐng)（專利權(quán)）人: 株式會(huì)社理光
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/62
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 王懷章

公開(kāi)了一種特征模型生成方法和裝置，所述方法包括：在目標(biāo)圖像中獲得特征點(diǎn)及其位置信息和描述信息；針對(duì)各特征點(diǎn)，基于描述信息來(lái)在視覺(jué)詞典模型中查找與之匹配的匹配視覺(jué)詞條，其中，視覺(jué)詞典模型包括第一和第二類視覺(jué)詞條，在第一類視覺(jué)詞條中，視覺(jué)詞條與其他視覺(jué)詞條在空間關(guān)系中具有關(guān)聯(lián)性；針對(duì)與特征點(diǎn)匹配的匹配視覺(jué)詞條，根據(jù)其類別來(lái)確定映射目標(biāo)視覺(jué)詞條，并且至少基于特征點(diǎn)和匹配視覺(jué)詞條的描述信息來(lái)計(jì)算特征點(diǎn)映射到映射目標(biāo)視覺(jué)詞條上的特征權(quán)重；以及基于視覺(jué)詞典模型中的視覺(jué)詞條上的特征權(quán)重來(lái)生成具有空間信息的目標(biāo)圖像的特征模型。因此，根據(jù)本發(fā)明的方法，能夠生成具有空間信息的目標(biāo)圖像的特征模型。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，更具體地，本發(fā)明涉及一種特征模型生成方法和特征模型生成裝置。

背景技術(shù)

視覺(jué)詞典模型(或稱之為視覺(jué)詞袋模型BoF)是當(dāng)前目標(biāo)分類或目標(biāo)識(shí)別領(lǐng)域的最好的方法之一。該模型能夠很好地表達(dá)目標(biāo)的特征，以力求獲得更高的識(shí)別率。

視覺(jué)詞典模型的構(gòu)建是基于特征點(diǎn)的特征來(lái)實(shí)現(xiàn)的，因此該模型對(duì)于位置、光照、旋轉(zhuǎn)以及仿射變換有著不變性。同時(shí)，該模型對(duì)于部分遮擋和偏移也有較好的魯棒性。

然而，傳統(tǒng)的視覺(jué)詞典模型由于直接將目標(biāo)中的所有特征點(diǎn)生成直方圖特征，而沒(méi)有考慮目標(biāo)中的特征點(diǎn)的空間信息，因此，不能獲得良好的識(shí)別率。

為此，提出了一種改進(jìn)的空間視覺(jué)詞典匹配方法，其使用空間金字塔匹配(SPM)作為考慮空間信息的補(bǔ)充。空間金字塔匹配是一種能夠給原始的視覺(jué)詞典模型增加空間信息的簡(jiǎn)單方法。該匹配算法與視覺(jué)詞典模型結(jié)合起來(lái)，能夠?qū)τ谀繕?biāo)對(duì)應(yīng)的空間金字塔中的每一塊子區(qū)域都獲得一個(gè)特征向量，而不是獲得基于目標(biāo)整體的單一特征向量。其中，各特征向量是目標(biāo)的一塊子區(qū)域所對(duì)應(yīng)的基于視覺(jué)詞典模型的特征信息。當(dāng)?shù)玫剿凶訁^(qū)域的特征向量后，可以將它們結(jié)合成一個(gè)維數(shù)更大的特征向量，該特征向量暗含著粗略的空間信息。因此，該空間金字塔匹配可以獲得更好的識(shí)別率。然而，因?yàn)榭臻g金字塔匹配算法對(duì)圖像的各子區(qū)域中的特征點(diǎn)進(jìn)行視覺(jué)詞典匹配時(shí)存在大量的重復(fù)計(jì)算，占用了大量的處理資源，并且僅僅考慮了剛性變化，所以該算法太過(guò)于嚴(yán)格且耗時(shí)。此外，在空間金字塔匹配方法中，由于各特征點(diǎn)只能夠?qū)ζ渌鶎僮訁^(qū)域產(chǎn)生影響，所以在這種情況下幾乎無(wú)法表達(dá)各個(gè)子區(qū)域之間的相互關(guān)系。

另一種改進(jìn)的空間視覺(jué)詞典匹配方法在視覺(jué)詞典匹配過(guò)程中也考慮了空間信息。它將樣本劃分成不同的子塊，通過(guò)距離模板獲得不同子塊間的空間關(guān)系影響。然而，該方法所考慮的空間關(guān)系仍然是剛性的，并沒(méi)有考慮到目標(biāo)物體的內(nèi)部結(jié)構(gòu)。也就是說(shuō)，視覺(jué)詞典中的每個(gè)視覺(jué)詞條(單詞類別)都是獨(dú)立的，并沒(méi)有考慮它們之間的相互關(guān)系。

綜上所述，現(xiàn)有的視覺(jué)詞典模型不能夠很好地表達(dá)目標(biāo)的空間信息，而且在視頻相關(guān)的應(yīng)用中也會(huì)受到很多限制。

發(fā)明內(nèi)容

所謂詞袋，就是包含一組數(shù)據(jù)的打包或封裝。在一個(gè)視覺(jué)詞袋中往往包含了若干幅圖的基本特征元素，例如若干幅圖的特征，包括形狀、結(jié)構(gòu)、顏色、紋理等的特征。由于視覺(jué)詞袋具有一類或多類圖像的一些特征，故而當(dāng)提取出視覺(jué)詞袋中的元素時(shí)，就可以對(duì)相近類圖像進(jìn)行描述，同時(shí)也可以用作不同類別圖像的分類。視覺(jué)詞袋運(yùn)用在某一個(gè)圖像中，也可形象地稱為視覺(jué)詞典，其于包括一系列視覺(jué)詞條，使得該圖像的各種特征可以用視覺(jué)詞典中的各個(gè)視覺(jué)詞條來(lái)表示。

本發(fā)明的目的在于提供一種能夠生成具有空間信息的目標(biāo)圖像的特征模型。

為此，本發(fā)明在建立特征模型時(shí)，除了考慮視覺(jué)詞典模型，還考慮到圖像上的各個(gè)點(diǎn)之間的空間位置關(guān)系，以便更準(zhǔn)確地構(gòu)造用于分類圖像的分類模型，從而更準(zhǔn)確地對(duì)圖像進(jìn)行分類。