[發(fā)明專利]多屬性識(shí)別方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201610066517.X
• 申請(qǐng)日: 2016-01-29
• 公開（公告）號(hào): CN105740903B
• 公開（公告）日: 2019-01-25
• 發(fā)明（設(shè)計(jì)）人: 田永鴻;彭佩璽;王耀威;黃鐵軍
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 李相雨

1.一種基于計(jì)算機(jī)視覺的多屬性識(shí)別方法，其特征在于，包括：

對(duì)預(yù)設(shè)訓(xùn)練數(shù)據(jù)進(jìn)行字典學(xué)習(xí)，得到包括字典矩陣和系數(shù)轉(zhuǎn)化矩陣的屬性識(shí)別模型；其中，預(yù)先訓(xùn)練數(shù)據(jù)為包含預(yù)設(shè)種類屬性且標(biāo)注好屬性信息的訓(xùn)練數(shù)據(jù)；所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)為圖像或圖片，所述屬性為所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)具有的屬性；

獲取待識(shí)別樣本的特征數(shù)據(jù)；其中，所述待識(shí)別樣本為圖像或圖片；

利用所述字典矩陣對(duì)所述特征數(shù)據(jù)進(jìn)行編碼，得到編碼系數(shù)；

利用所述系數(shù)轉(zhuǎn)化矩陣將所述編碼系數(shù)轉(zhuǎn)化為屬性向量；

利用所述屬性向量對(duì)所述待識(shí)別樣本進(jìn)行多屬性識(shí)別；

其中，所述對(duì)預(yù)設(shè)訓(xùn)練數(shù)據(jù)進(jìn)行字典學(xué)習(xí)，得到包括字典矩陣和系數(shù)轉(zhuǎn)化矩陣的屬性識(shí)別模型，包括：

利用如下的目標(biāo)函數(shù)對(duì)預(yù)設(shè)訓(xùn)練數(shù)據(jù)進(jìn)行字典學(xué)習(xí)，得到包括字典矩陣和系數(shù)轉(zhuǎn)化矩陣的屬性識(shí)別模型：

其中，D為字典矩陣、W為系數(shù)轉(zhuǎn)化矩陣、S為對(duì)應(yīng)的編碼系數(shù)，λ為系數(shù)的L2-norm約束因子；α為預(yù)設(shè)參數(shù)，為正值，大小可調(diào)；F為矩陣范數(shù)的記號(hào)；X為預(yù)設(shè)訓(xùn)練數(shù)據(jù)的特征矩陣，A為預(yù)設(shè)訓(xùn)練數(shù)據(jù)的屬性矩陣，A中的每一列代表一個(gè)圖形樣本的屬性向量，a_i,j為A第i列第j行的元素，

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述字典矩陣對(duì)所述特征數(shù)據(jù)進(jìn)行編碼，得到編碼系數(shù)，包括：

利用所述字典矩陣根據(jù)如下公式對(duì)所述特征數(shù)據(jù)進(jìn)行編碼，得到編碼系數(shù)：

其中，x為待識(shí)別樣本的特征數(shù)據(jù)，s為與所述待識(shí)別樣本的特征數(shù)據(jù)對(duì)應(yīng)的編碼系數(shù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用所述系數(shù)轉(zhuǎn)化矩陣將所述編碼系數(shù)轉(zhuǎn)化為屬性向量，包括：

利用所述系數(shù)轉(zhuǎn)化矩陣根據(jù)如下公式將所述編碼系數(shù)轉(zhuǎn)化為屬性向量：

a＝Ws.

其中，a為待識(shí)別樣本的屬性向量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用所述屬性向量對(duì)所述待識(shí)別樣本進(jìn)行多屬性識(shí)別，包括：

通過所述屬性向量確定所述待識(shí)別樣本是否包含某一屬性：

其中，a_i為所述屬性向量的第i個(gè)元素，若a_i大于預(yù)設(shè)閾值，則所述待識(shí)別樣本包含第i個(gè)屬性，否則所述待識(shí)別樣本不包含第i個(gè)屬性。

5.一種基于計(jì)算機(jī)視覺的多屬性識(shí)別裝置，其特征在于，包括：

字典學(xué)習(xí)模塊，用于對(duì)預(yù)設(shè)訓(xùn)練數(shù)據(jù)進(jìn)行字典學(xué)習(xí)，得到包括字典矩陣和系數(shù)轉(zhuǎn)化矩陣的屬性識(shí)別模型；其中，預(yù)先訓(xùn)練數(shù)據(jù)為包含預(yù)設(shè)種類屬性且標(biāo)注好屬性信息的訓(xùn)練數(shù)據(jù)；所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)為圖像或圖片，所述屬性為所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)具有的屬性；

特征獲取模塊，用于獲取待識(shí)別樣本的特征數(shù)據(jù)；其中，所述待識(shí)別樣本為圖像或圖片；

編碼模塊，用于利用所述字典矩陣對(duì)所述特征數(shù)據(jù)進(jìn)行編碼，得到編碼系數(shù)；

系數(shù)轉(zhuǎn)化模塊，用于利用所述系數(shù)轉(zhuǎn)化矩陣將所述編碼系數(shù)轉(zhuǎn)化為屬性向量；

屬性識(shí)別模塊，用于利用所述屬性向量對(duì)所述待識(shí)別樣本進(jìn)行多屬性識(shí)別；

其中，所述字典學(xué)習(xí)模塊具體用于：

利用如下的目標(biāo)函數(shù)對(duì)預(yù)設(shè)訓(xùn)練數(shù)據(jù)進(jìn)行字典學(xué)習(xí)，得到包括字典矩陣和系數(shù)轉(zhuǎn)化矩陣的屬性識(shí)別模型：

其中，D為字典矩陣、W為系數(shù)轉(zhuǎn)化矩陣、S為對(duì)應(yīng)的編碼系數(shù)，λ為系數(shù)的L2-norm約束因子；α為預(yù)設(shè)參數(shù)，為正值，大小可調(diào)；F為矩陣范數(shù)的記號(hào)；X為預(yù)設(shè)訓(xùn)練數(shù)據(jù)的特征矩陣，A為預(yù)設(shè)訓(xùn)練數(shù)據(jù)的屬性矩陣，A中的每一列代表一個(gè)圖形樣本的屬性向量，a_i,j為A第i列第j行的元素，

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述編碼模塊具體用于：

利用所述字典矩陣根據(jù)如下公式對(duì)所述特征數(shù)據(jù)進(jìn)行編碼，得到編碼系數(shù)：

其中，x為待識(shí)別樣本的特征數(shù)據(jù)，s為與所述待識(shí)別樣本的特征數(shù)據(jù)對(duì)應(yīng)的編碼系數(shù)。