[發明專利]室內物體的自動分割識別方法、電子設備及存儲介質

在審

• 申請號: 201710931122.6
• 申請日: 2017-10-09
• 公開（公告）號: CN107918759A
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 郭繼舜
• 申請（專利權）人: 大圣科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙)44288
• 代理人: 代春蘭,徐燕萍

1.室內物體的自動分割識別方法，其特征在于包括以下步驟：

構建數據庫，獲取用戶設定的語義標簽，生成語義標簽庫，所述語義標簽為室內場景中物體的分類屬性；

建立函數，將馬爾科夫隨機場映射到室內場景圖，通過馬爾科夫隨機場算法定義基本變量，生成最大化函數，所述基本變量包括場景選擇變量、語義標簽變量、相互關系變量，所述最大化函數包括特征向量、標記向量；

場景分割，支撐向量機對所述特征向量、標記向量進行學習，得到所述最大化函數的全局最優解，完成對室內物體的自動分割；

標簽識別，獲取圖像區域的語義標簽，所述語義標簽為在得到全局最優解時語義標簽變量的取值；

支撐關系，獲取兩個圖像區域之間的相互關系，所述相互關系為在得到全局最優解時相互關系變量的取值。

2.如權利要求1所述的室內物體的自動分割識別方法，其特征在于，所述步驟建立函數具體為：

定義變量，將馬爾科夫隨機場映射到室內場景圖，通過馬爾科夫隨機場算法定義基本變量，所述基本變量包括場景選擇變量、語義標簽變量、相互關系變量；

圖像預分割，對所述室內場景圖進行預分割，得到R個圖像區域，引入表示標記場的參數向量w_a、表示特征場的特征向量

生成最大化函數，獲取所述基本變量的數學表達式，生成最大化函數，所述最大化函數包括參數向量、特征向量。

3.如權利要求2所述的室內物體的自動分割識別方法，其特征在于，所述步驟定義變量具體包括以下步驟：

定義場景選擇變量，引入場景選擇變量a_i，定義場景選擇變量a_i的數學表達式為

定義語義標簽變量，引入語義標簽變量M_i，定義語義標簽變量M_i的數學表達式為所述M表示所述室內場景圖下所述語義標簽的集合，所述K表示語義標簽的分類數；

定義相互關系變量，引入相互關系變量S_ij，定義相互關系變量S_ij的數學表達式為所述相互關系變量S_ij表示圖像區域i和圖像區域j的相互關系。

4.如權利要求3所述的室內物體的自動分割識別方法，其特征在于，所述步驟生成函數具體為：獲取所述基本變量的數學表達式，生成最大化函數為

所述用于表示圖像區域i是活躍區域的概率，所述用于表示所述圖像區域i屬于給定的預語義標簽的概率，所述用于表示活躍區域集合的約束條件，所述用于表示圖像區域i和圖像區域j之間相互關系的概率，所述用于表示表示圖像區域i和圖像區域j的相互關系屬于給定關系的概率。

5.如權利要求4所述的室內物體的自動分割識別方法，其特征在于，所述定義為：所述T為分割后的圖像根據灰度直方圖設定的閾值，當a_i＝0，

6.如權利要求4所述的室內物體的自動分割識別方法，其特征在于，所述定義為：所述表示每個M_i的參數向量，當a_i＝0，

7.如權利要求4所述的室內物體的自動分割識別方法，其特征在于，所述參數定義為：所述γ是定義在所述Γ上的單值實函數，所述Γ定義為Г＝{(i，ɑ):a∈A(i)，i∈S}。

8.如權利要求1所述的室內物體的自動分割識別方法，其特征在于：所述相互關系變量S_ij＝0時，圖像區域i和圖像區域j的關系不明確，所述相互關系變量S_ij＝1時，圖像區域i和圖像區域j為上下關系，所述相互關系變量S_ij＝2時，圖像區域i和圖像區域j為前后關系。

9.一種電子設備，其特征在于包括：處理器；

存儲器；以及程序，其中所述程序被存儲在所述存儲器中，并且被配置成由處理器執行，所述程序包括用于執行權利要求1-8任意一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行如權利要求1-8任意一項所述的方法。