一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法技術(shù)

本發(fā)明專利技術(shù)提供一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法，包括以下步驟：角點(diǎn)檢測(cè)，定位圖像的顯著區(qū)域，SIFT特征提取，圖像區(qū)域特征相似性比較。該方法是在目標(biāo)區(qū)域提取局部特征，一方面避免了采用復(fù)雜的圖像分割技術(shù)；另一方面大大降低了與物體無關(guān)的特征點(diǎn)。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及數(shù)字圖像處理的
，特別是一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法。
技術(shù)介紹
隨著機(jī)器學(xué)習(xí)和模式識(shí)別領(lǐng)域相關(guān)技術(shù)的飛速發(fā)展，計(jì)算機(jī)視覺技術(shù)的不斷提高，利用計(jì)算機(jī)來模仿人類的認(rèn)知能力進(jìn)而處理減輕或協(xié)助人們完成日常工作任務(wù)已經(jīng)成為可能。物體識(shí)別已經(jīng)成為模式識(shí)別中一個(gè)極為重要的研究方向，在軍事和民用領(lǐng)域中有著廣泛的需求和應(yīng)用。如：智能視頻監(jiān)控，自駕導(dǎo)航，人機(jī)交互，因特網(wǎng)中海量的基于內(nèi)容的圖像檢索等。如何準(zhǔn)確有效的識(shí)別物體，以滿足日益增長(zhǎng)集機(jī)器視覺，心理及實(shí)際應(yīng)用需求，仍是一項(xiàng)具有挑戰(zhàn)性的工作。研究表明，人類獲取外部世界的信息，有60％來自視覺信息。計(jì)算機(jī)視覺領(lǐng)域中，視覺信息的表現(xiàn)形式主要為圖像和視頻，其中圖像是視覺信息的主要載體。對(duì)圖像進(jìn)行分析，模擬人類視覺系統(tǒng)，對(duì)繁雜千萬的物體進(jìn)行認(rèn)知識(shí)別，提取物體什么樣的特征，并實(shí)現(xiàn)有效的物體表達(dá)，建立合理簡(jiǎn)便的物體模型，更加突出地去區(qū)分一個(gè)物體和另外一個(gè)物體，這些都是識(shí)別物體的核心問題。物體識(shí)別是計(jì)算機(jī)視覺領(lǐng)域中最話躍的研究課題之一，迅速和準(zhǔn)確地識(shí)別出物體是一個(gè)重要的研究方向。物體識(shí)別往往受視角，尺度，遮擋，背景混雜等因素干擾，為應(yīng)對(duì)這些挑戰(zhàn)，很多學(xué)者提出利用局部特征對(duì)圖像建立特征描述。基于局部關(guān)鍵點(diǎn)的特征包BOW表達(dá)方法在各種可視化分類任務(wù)中顯示出良好的性能。傳統(tǒng)的基于詞袋模型的識(shí)別方法一般采用SIFT描述子、K均值聚類及分類器來實(shí)現(xiàn)。詞袋模型的缺陷之一是前背景不分，用于形成BOW表達(dá)的視覺單詞中，有些是提取于背景部分的。SIFT描述子提取特征點(diǎn)數(shù)量巨大，能很好抵抗尺度變換和旋轉(zhuǎn)角度帶來的影響，從數(shù)量上分析SIFT描述子能有效保證圖像特征表達(dá)的充分性和魯棒性。SIFT描述子作為局部特征描述算法中的代表也有其不足的方面，關(guān)鍵點(diǎn)的提取是基于整幅圖像的，檢測(cè)到的興趣點(diǎn)很多來自于背景部分。而基于一般的興趣點(diǎn)檢測(cè)算子所檢測(cè)的特征點(diǎn)存在數(shù)量不足的缺陷，使圖像特征表達(dá)不夠充分，但是往往檢測(cè)到的特征點(diǎn)集中在目標(biāo)位置。公開號(hào)為CN105654122A的專利文件公開了基于核函數(shù)匹配的空間金字塔物體識(shí)別方法。包含以下步驟：提取物體圖像的ED-SIFT(EfficientDenseScale-invariantFeatureTransform)描述子；使用k-means++聚類算法將訓(xùn)練樣本的ED-SIFT描述子聚類，獲得視覺詞典；引入空間金字塔，使用核函數(shù)匹配獲得訓(xùn)練樣本和測(cè)試樣本的詩句單詞直方圖；使用SVM分類器完成訓(xùn)練樣本的訓(xùn)練和測(cè)試樣本識(shí)別。該方法提出的ED-SIFT描述子在關(guān)鍵點(diǎn)的提取是基于整幅圖像的，檢測(cè)到的興趣點(diǎn)很多來自于背景部分，會(huì)造成前背景不分；另外K-means++聚類作為一種無監(jiān)督學(xué)習(xí)算法，對(duì)異常數(shù)據(jù)敏感，一旦數(shù)據(jù)集中出現(xiàn)異常值會(huì)對(duì)實(shí)驗(yàn)結(jié)果造成不可小覷的影響；并且它依賴k值的選取，因而需要提前確定k值，而k值的選取對(duì)分類的影響至關(guān)重要，它的合適程度直接決定著分類的好壞。
技術(shù)實(shí)現(xiàn)思路
為了解決上述的技術(shù)問題，本專利技術(shù)針對(duì)常用的構(gòu)建視覺詞典的局部特征所表現(xiàn)的不穩(wěn)定、不可靠或與物體無關(guān)的問題，提出一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法。首先，該方法利用強(qiáng)角點(diǎn)檢測(cè)器，確定圖像的顯著區(qū)域。然后，從顯著區(qū)域中提取局部特征并建模為詞袋模型，最后利用最近鄰分類器給出識(shí)別結(jié)果。本專利技術(shù)提供一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法，包括以下步驟：步驟1：角點(diǎn)檢測(cè)；步驟2：定位圖像的顯著區(qū)域；步驟3：SIFT特征提??；步驟4：圖像區(qū)域特征相似性比較。優(yōu)選的是，所述角點(diǎn)為ShiTomasi角點(diǎn)，其通過計(jì)算梯度方向的變化率計(jì)算得到。在上述任一方案中優(yōu)選的是，所述ShiTomasi角點(diǎn)是圖像亮度變化劇烈或者曲率非常大的點(diǎn)。在上述任一方案中優(yōu)選的是，所述步驟2為將定位圖像關(guān)鍵區(qū)域轉(zhuǎn)換為圖像中角點(diǎn)分布的區(qū)域。在上述任一方案中優(yōu)選的是，所述定位方法為：將圖像分為m×n塊，統(tǒng)計(jì)每塊中角點(diǎn)的數(shù)量，將每塊包含的角點(diǎn)數(shù)量記錄一個(gè)m×n矩陣中。如果分塊內(nèi)角點(diǎn)數(shù)量≥q，認(rèn)為角點(diǎn)所在連續(xù)集中區(qū)域?yàn)閳D像關(guān)鍵區(qū)域，其中q為判斷分塊內(nèi)角點(diǎn)數(shù)量的閾值，用來篩選包含孤立或少量角點(diǎn)的背景區(qū)域。在上述任一方案中優(yōu)選的是，所述步驟3包括DoG極值點(diǎn)提取和特征向量形成。在上述任一方案中優(yōu)選的是，所述DoG極值點(diǎn)提取的方法為通過對(duì)原始圖像進(jìn)行尺度縮放，獲取多尺度圖像空間表示序列，完成不同分辨率上的特征提取。在上述任一方案中優(yōu)選的是，所述尺度包括大尺度和小尺度中至少一種。在上述任一方案中優(yōu)選的是，所述大尺度(低分辨率)，體現(xiàn)物體的概貌特征。在上述任一方案中優(yōu)選的是，所述小尺度(高分辨率)，體現(xiàn)物體的細(xì)節(jié)特征。在上述任一方案中優(yōu)選的是，一個(gè)圖像的尺度空間L(x，y，σ)定義為原始圖像I(x，y)與一個(gè)可變尺度的2維高斯函數(shù)G(x，y，σ)卷積運(yùn)算。其中σ表示尺度大小，高斯函數(shù)定義如下：高斯卷積核與原圖像卷積，得到尺度空間，定義為：L(x，y，σ)＝G(x，y，σ)*I(x，y)為在多尺度空間上找到穩(wěn)定的關(guān)鍵點(diǎn)，首先需要構(gòu)建圖像金字塔，然后在金字塔的每一層相鄰作差構(gòu)建出高斯差分尺度空間(DOG)，D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ)在上述任一方案中優(yōu)選的是，采用梯度直方圖統(tǒng)計(jì)法，極值點(diǎn)為原點(diǎn)，統(tǒng)計(jì)一定區(qū)域內(nèi)像素點(diǎn)對(duì)極值點(diǎn)方向生成所作的貢獻(xiàn)。直方圖共36柱，每10度為一柱，將鄰域內(nèi)點(diǎn)的幅值按照角度所對(duì)應(yīng)的柱加到直方圖里，柱的長(zhǎng)短代表了梯度幅值的大小。在上述任一方案中優(yōu)選的是，所述特征向量形成的方法為通過DoG尺度空間求得極值點(diǎn)，使其具備尺度不變性，利用極值點(diǎn)鄰域像素的梯度方向分布特性，經(jīng)直方圖統(tǒng)計(jì)確定極值點(diǎn)的主方向，為每個(gè)極值點(diǎn)指定方向參數(shù)，從而獲得旋轉(zhuǎn)不變性。利用下面計(jì)算每個(gè)像素的梯度幅值m(x，y)和梯度方向θ(x，y)：在上述任一方案中優(yōu)選的是，建立關(guān)鍵點(diǎn)描述向量之前，首先旋轉(zhuǎn)坐標(biāo)軸至該關(guān)鍵點(diǎn)的主方向，以關(guān)鍵點(diǎn)為中心，統(tǒng)計(jì)4×4個(gè)子區(qū)域的梯度方向分布直方圖。其中，每個(gè)子區(qū)域是4×4個(gè)像素點(diǎn)組成的圖像塊，子區(qū)域的總大小是16×16像素。在上述任一方案中優(yōu)選的是，所述步驟4為對(duì)圖像庫中的圖像進(jìn)行訓(xùn)練和測(cè)試過程。在上述任一方案中優(yōu)選的是，所述訓(xùn)練過程包括以下步驟：步驟a1：讀入訓(xùn)練物體圖片，確定圖像的顯著區(qū)域；步驟a2：在顯著區(qū)域提取訓(xùn)練樣本的SIFT特征，假如訓(xùn)練圖片共有i幅，每幅圖像的SIFT特征點(diǎn)個(gè)數(shù)為n1，n2，…，ni，提取的SIFT特征總數(shù)為(n1+n2+…+ni)；步驟a3：用一個(gè)大小為(n1+n2+…+ni)×128.的原始訓(xùn)練矩陣來存放所有樣本的SIFT特征，采用k均值聚類算法創(chuàng)建BOW模型所需的視覺詞典。k為視覺詞典的大小，即為BOW直方圖的維數(shù)；步驟a4：在視覺詞典上進(jìn)行映射，統(tǒng)計(jì)訓(xùn)練圖片的BOW直方圖，毎幅圖像由一個(gè)大小k維向量表示，所有的訓(xùn)練圖片可用一個(gè)i*k維的新的特征矩陣來存儲(chǔ)。在上述任一方案中優(yōu)選的是，所述測(cè)試過程包括以下步驟：步驟b1：讀入訓(xùn)練物體圖片，確定圖像的顯著區(qū)域；步驟b2：在顯著區(qū)域提取訓(xùn)練樣本的SIFT特征，假如訓(xùn)練圖片共有i幅，每幅圖像的SIFT特征點(diǎn)個(gè)數(shù)為n1，n2，…，ni，提取的SIFT特征總數(shù)本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法，包括以下步驟：步驟1：角點(diǎn)檢測(cè)；步驟2：定位圖像的顯著區(qū)域；步驟3：SIFT特征提?。徊襟E4：圖像區(qū)域特征相似性比較。

【技術(shù)特征摘要】
1.一種基于顯著區(qū)域詞袋模型的物體識(shí)別方法，包括以下步驟：步驟1：角點(diǎn)檢測(cè)；步驟2：定位圖像的顯著區(qū)域；步驟3：SIFT特征提??；步驟4：圖像區(qū)域特征相似性比較。2.如權(quán)利要求1所述的基于顯著區(qū)域詞袋模型的物體識(shí)別方法，其特征在于：所述角點(diǎn)為ShiTomasi角點(diǎn)，其通過計(jì)算梯度方向的變化率計(jì)算得到。3.如權(quán)利要求2所述的基于顯著區(qū)域詞袋模型的物體識(shí)別方法，其特征在于：所述ShiTomasi角點(diǎn)是圖像亮度變化劇烈或者曲率非常大的點(diǎn)。4.如權(quán)利要求1所述的基于顯著區(qū)域詞袋模型的物體識(shí)別方法，其特征在于：所述步驟2為將定位圖像關(guān)鍵區(qū)域轉(zhuǎn)換為圖像中角點(diǎn)分布的區(qū)域。5.如權(quán)利要求4所述的基于顯著區(qū)域詞袋模型的物體識(shí)別方法，其特征在于：所述定位方法為：將圖像分為m×n塊，統(tǒng)計(jì)每塊中角點(diǎn)的數(shù)量，將每塊包含的角點(diǎn)數(shù)量記錄一個(gè)m×n矩陣中。如果分塊內(nèi)角點(diǎn)數(shù)量...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：袁家政，劉宏哲，郭燕飛，
申請(qǐng)(專利權(quán))人：北京聯(lián)合大學(xué)，
類型：發(fā)明
國(guó)別省市：北京;11