[發明專利]一種基于語境信息進行視點估計的方法

在審

• 申請號: 201710333739.8
• 申請日: 2017-05-12
• 公開（公告）號: CN107170012A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 夏春秋
• 申請（專利權）人: 深圳市唯特視科技有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像識別領域，尤其是涉及了一種基于語境信息進行視點估計的方法。

背景技術

圖像識別常用于海洋、智能倉儲、智能交通監控以及娛樂等領域，捕捉目標信息，分析轉化為可讀結果。具體地，在海洋應用中，基于視覺的圖像識別可以對浮游生物進行識別和現場監測，并且能夠實現對赤潮的預測。智能倉儲中，分揀機器人對不同貨物進行識別，從而快速進行分類放入不同貨倉。智能交通監控領域內，圖像識別往往用于識別和檢測路上車輛或行人，從而檢索并跟蹤目標車輛或人物。除此之外，圖像識別已經用于滿足人們娛樂需求，幫用戶找到與其長相最匹配的明星等。雖然現有方法在觀察對象特征和分析已滿足一定的準確性，但是目前方法多數只考慮局部信息，而忽略空間一致性，從而導引起估計誤差，導致對特定場景中的部分目標無法進行準確的識別和檢測。

本發明提出了一種基于語境信息進行視點估計的方法，利用場景中其他對象的信息進行視點估計。首先，給定一幅圖像，運行視點感知對象檢測器來收集一組具有類標簽和預測的離散觀點的對象假設，接著定義所有對象假設之間的成對關系，對于每個對象假設，使用其他對象假設的語境信息作為來源估計其語境響應，最后將由視點感知對象檢測器提供的局部響應與語境響應相結合以獲得最終視點估計。本發明突破了現有方法僅考慮局部信息的局限，基于語境信息減少視點估計誤差，并且在包含大量對象實例的場景中依然表現出優異的性能，改善了對象視點估計，使得圖像檢測在不同場景下依然保持高準確度，同時大大提高信息檢索效率。

發明內容

針對現有方法僅考慮局部信息的問題，本發明的目的在于提供一種基于語境信息進行視點估計的方法，基于語境信息減少視點估計誤差，并且在包含大量對象實例的場景中依然表現出優異的性能，改善了對象視點估計，使得圖像檢測在不同場景下依然保持高準確度，同時大大提高信息檢索效率。

為解決上述問題，本發明提供一種基于語境信息進行視點估計的方法，其主要內容包括：

(一)對象檢測；

(二)定義對象關系；

(三)基于語境的視點分類；

(四)謹慎推理；

(五)視點估計。

其中，所述的對象檢測，使用三個不同的視點感知檢測器，其中兩個是可變形部件模型(DPM)檢測器的變形，其中模型的特定部分被學習從而對每個離散的視點進行分類，是通過卷積神經網絡(CNN)執行基于最先進的基于學習表示方法實現的，該檢測由一個更快的RCNN檢測器組成，用于局部對象實例，結合微調的CNN Alexnet架構對預測對象邊界框的視點進行分類。

其中，所述的定義對象關系，首先對象和關系的表示方式給出定義，給定圖像，使用視點感知對象檢測器來收集一組對象假設O＝(o₁，o₂，...，o_m)的感興趣類別，每個對象假設oi被表示為元組o_i＝(c_i，l_i，f_i，s_i)，其中c_i表示對象的類別，l_i表示場景中對象邊界框的中心位置，f_i表示附加的對象相關特征(例如縱橫比或尺寸)，以及s_i表示由檢測器報告的局部檢測得分，另外每個假設都具有預測的離散觀點α_i，使用o^v表示預測的對象假設的狀態，o⁺表示對象假設被正確定位，即它們的預測邊界框覆蓋有效的對象實例，用o^-代表錯誤的對象假設，同樣使用α^ω指示預測視點的狀態，α⁺和α^-來表示對象的視點α的預測是否正確，最后用將預測的視點類與其狀態相結合，即