[發(fā)明專利]一種基于支持向量機(jī)的圖像自動(dòng)標(biāo)注方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810398512.6
• 申請(qǐng)日: 2018-04-28
• 公開(kāi)（公告）號(hào): CN108647264B
• 公開(kāi)（公告）日: 2020-10-13
• 發(fā)明（設(shè)計(jì)）人: 黃海;劉哲;田耒;景曉軍
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06F16/583
• 分類號(hào): G06F16/583;G06K9/62
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 李欣;馬敬

1.一種基于支持向量機(jī)的圖像自動(dòng)標(biāo)注方法，其特征在于，所述方法應(yīng)用于圖像搜索服務(wù)器，所述圖像搜索服務(wù)器中預(yù)先存儲(chǔ)有圖像自動(dòng)標(biāo)注模型，所述圖像自動(dòng)標(biāo)注模型包含多種視覺(jué)特征提取算法和支持向量機(jī)，所述方法包括：

獲取預(yù)先存儲(chǔ)的待標(biāo)注圖片；

通過(guò)所述多種視覺(jué)特征提取算法，分別對(duì)所述待標(biāo)注圖片進(jìn)行視覺(jué)特征提取，得到多個(gè)視覺(jué)特征向量；

通過(guò)所述多個(gè)視覺(jué)特征向量計(jì)算所述待標(biāo)注圖片的總特征向量，根據(jù)所述總特征向量在預(yù)先存儲(chǔ)的語(yǔ)義概念坐標(biāo)系中對(duì)應(yīng)的第一位置點(diǎn)，以及目標(biāo)語(yǔ)義概念在所述語(yǔ)義概念坐標(biāo)系中對(duì)應(yīng)的語(yǔ)義概念邊界，判斷所述待標(biāo)注圖片是否包含所述目標(biāo)語(yǔ)義概念；

如果所述待標(biāo)注圖片包含所述目標(biāo)語(yǔ)義概念，則將所述待標(biāo)注圖片保存至所述目標(biāo)語(yǔ)義概念對(duì)應(yīng)的語(yǔ)義組中。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取預(yù)先存的訓(xùn)練圖像集，其中，所述訓(xùn)練圖像集包括多個(gè)圖像樣本，以及每個(gè)圖像樣本包含的語(yǔ)義概念；

基于所述訓(xùn)練圖像集，對(duì)預(yù)先存儲(chǔ)的初始訓(xùn)練模型進(jìn)行訓(xùn)練，得到所述圖像自動(dòng)標(biāo)注模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述訓(xùn)練圖像集，對(duì)預(yù)先存儲(chǔ)的初始訓(xùn)練模型進(jìn)行訓(xùn)練，包括：

對(duì)所述訓(xùn)練圖像集按照語(yǔ)義概念進(jìn)行分組，得到多個(gè)語(yǔ)義組；

針對(duì)每個(gè)語(yǔ)義組，通過(guò)所述多種視覺(jué)特征提取算法，分別提取該語(yǔ)義組中各圖像樣本的視覺(jué)特征，得到所述各圖像樣本對(duì)應(yīng)的多個(gè)視覺(jué)特征向量；

根據(jù)所述各圖像樣本對(duì)應(yīng)的多個(gè)視覺(jué)特征向量，確定所述各圖像樣本對(duì)應(yīng)的總特征向量；通過(guò)所述支持向量機(jī)內(nèi)預(yù)存的聯(lián)合SVM核函數(shù)，將所述各圖像樣本對(duì)應(yīng)的總特征向量映射到預(yù)存的核空間中的空間坐標(biāo)點(diǎn)；

通過(guò)所述支持向量機(jī)和所述各圖像樣本的空間坐標(biāo)點(diǎn)，計(jì)算該語(yǔ)義組對(duì)應(yīng)的語(yǔ)義概念在所述核空間中的語(yǔ)義概念邊界；

通過(guò)所述支持向量機(jī)，將所述語(yǔ)義概念邊界映射到所述語(yǔ)義概念坐標(biāo)系中，并存儲(chǔ)該語(yǔ)義組對(duì)應(yīng)的語(yǔ)義概念在所述語(yǔ)義概念坐標(biāo)系中的語(yǔ)義概念邊界。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多種視覺(jué)特征提取算法至少包括最高加速魯棒特征TopSurf、輪廓熵特征PEF和色矩color moments。

5.一種基于支持向量機(jī)的圖像自動(dòng)標(biāo)注裝置，其特征在于，所述裝置應(yīng)用于圖像搜索服務(wù)器，所述圖像搜索服務(wù)器中預(yù)先存儲(chǔ)有圖像自動(dòng)標(biāo)注模型，所述圖像自動(dòng)標(biāo)注模型包含多種視覺(jué)特征提取算法和支持向量機(jī)，所述裝置包括：

第一獲取模塊，用于獲取預(yù)先存儲(chǔ)的待標(biāo)注圖片；

提取模塊，用于通過(guò)所述多種視覺(jué)特征提取算法，分別對(duì)所述待標(biāo)注圖片進(jìn)行視覺(jué)特征提取，得到多個(gè)視覺(jué)特征向量；

計(jì)算模塊，用于通過(guò)所述多個(gè)視覺(jué)特征向量計(jì)算所述待標(biāo)注圖片的總特征向量；

判斷模塊，用于根據(jù)所述總特征向量在預(yù)先存儲(chǔ)的語(yǔ)義概念坐標(biāo)系中對(duì)應(yīng)的第一位置點(diǎn)，以及目標(biāo)語(yǔ)義概念在所述語(yǔ)義概念坐標(biāo)系中對(duì)應(yīng)的語(yǔ)義概念邊界，判斷所述待標(biāo)注圖片是否包含所述目標(biāo)語(yǔ)義概念；

保存模塊，用于在所述待標(biāo)注圖片包含所述目標(biāo)語(yǔ)義概念時(shí)，將所述待標(biāo)注圖片保存至所述目標(biāo)語(yǔ)義概念對(duì)應(yīng)的語(yǔ)義組中。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述裝置還包括：

第二獲取模塊，用于獲取預(yù)先存的訓(xùn)練圖像集，其中，所述訓(xùn)練圖像集包括多個(gè)圖像樣本，以及每個(gè)圖像樣本包含的語(yǔ)義概念；

訓(xùn)練模塊，用于基于所述訓(xùn)練圖像集，對(duì)預(yù)先存儲(chǔ)的初始訓(xùn)練模型進(jìn)行訓(xùn)練，得到所述圖像自動(dòng)標(biāo)注模型。