[發明專利]一種基于顯著性的分類圖像庫的類型判斷方法

有效

• 申請號: 201810355420.X
• 申請日: 2018-04-19
• 公開（公告）號: CN108647703B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 梁曄;馬楠;許亮;桂雨涵
• 申請（專利權）人: 北京聯合大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京馳納智財知識產權代理事務所(普通合伙) 11367
• 代理人: 謝亮

本發明提供一種基于顯著性的分類圖像庫的類型判斷方法，包括訓練過程和測試過程，所述訓練過程包括以下步驟：選取對象類圖像，類標為1；挑選場景類圖像，類標為0；提取每幅圖像的顯著圖；計算所述每幅圖像顯著圖的灰度直方圖；將圖像的所述灰度直方圖特征和對應的類標輸入到SVM進行訓練，得到訓練模型。本發明提出一種基于顯著性的分類圖像庫的類型判斷方法，在顯著性的基礎上對所分類圖像庫的類型進行判斷，將圖像庫分為場景類圖像庫和對象類圖像庫，進而根據不同的圖像庫類型采用不同的分類方法，從而保證分類方法具有很好的針對性，提高分類性能。

技術領域

本發明涉及計算機視覺和圖像處理的技術領域，特別是一種基于顯著性的分類圖像庫的類型判斷方法。

背景技術

隨著多媒體技術和網絡的發展以及大數據時代的到來，海量圖像的出現導致圖像的管理和檢索成為了亟待解決的問題。圖像類別是重要的語義信息，是進行圖像理解的關鍵問題。圖像的人工分類效率低、代價大，不同的人對同一張圖片的標注結果可能會存在差異，而且無法滿足不斷涌現的新圖像和進行實時更新。計算機實現圖像的自動分類一直是計算機視覺領域的基礎問題，是替代人工分類的重要途徑，也是圖像語義信息自動提取和理解的重要手段。然而，目前的分類方法都是針對某一個特定的圖像庫，不需要對分類圖像庫的類型進行判斷，進而根據不同類型的圖像庫采用不同的分類方法。因此本發明試圖解決這個問題，即對分類圖像庫的類型進行判斷，然后根據圖像庫的類型采取不同的分類方法。

在長期的進化中，人類在進行圖像理解時，總會把注意力放在圖像中最能引起注意的區域，自動忽略相對不能引起注意的區域。人類這種自動選擇感興趣區域的感知能力被稱為視覺注意力機制。顯著性檢測技術是讓計算機模擬人類的視覺注意力機制，對處理的圖像進行自動的信息選擇和篩選。圖像中能夠快速吸引觀察者注意力的區域稱為顯著區域，顯著性檢測技術就是發現圖像中的顯著區域。顯著性檢測是計算機視覺中非常活躍的研究方向，提取的顯著區域可以為諸多應用提供原始對象，其應用領域極為廣泛，如對象識別、對象分割、基于內容的圖像檢索、內容已知的圖像縮放和圖像壓縮等。顯著性檢測的結果稱為顯著圖。

隨著顯著性研究的深入，目前已經有研究顯示圖像中不一定包含顯著區域。文獻【P.Wang,J.Wang,G.Zeng,J.Feng,H.Zha,and S.Li.Salient object detection forsearched web images via global saliency[C].Proceedings of IEEE Conference onComputer Vision and Pattern Recognition,2012.3194–3201.】針對網絡圖像中的顯著區域提取任務進行了討論，指出圖像中不一定含有顯著區域。

文獻【P.Wang,J.Wang,G.Zeng,J.Feng,H.Zha,and S.Li.Salient objectdetection for searched web images via global saliency[C].Proceedings of IEEEConference on Computer Vision and Pattern Recognition,2012.3194–3201.】提出了圖像中不一定含有顯著區域。因此判斷圖像中是否含有顯著區域在不同視覺問題中已經表現得非常重要，直接導致解決方法的不一樣。

以往的圖像分類方法都是針對一個已知類型的圖像庫提出某種分類方法，這些方法都不需要對分類圖像庫的類型進行判斷。但是，存在的問題是當圖像庫類型未知的時候應該采用哪種分類方法對圖像進行分類。