[发明专利]基于协同学涨落力的图像理解方法

说明书

技术领域

本发明涉及图像理解、计算机视觉和协同学领域，特别是一种基于协同学涨落力的图像理解方法。 

背景技术

近年来计算机视觉技术发展迅速，场景描述和场景中目标识别是图像理解中的核心任务，让计算机识别判断场景中有什么物体，在哪儿，解决“what-where”问题。 

在图像理解中，场景解释和场景中目标识别是重点，很多研究者都致力于场景解释和场景中目标识别方法的研究。传统的场景解释方法主要有两大块，一是集中于视觉心理学和生理学研究，主要研究快速场景感知的心理和生理机理；二是研究场景分类的计算模型，通过建立简单统计计算模型实现几类场景(室内/室外等)的判断。而传统的场景中目标识别方法主要是两大类：一是将不同尺度的窗口遍历滑动整个图像区域，采用统计、匹配、相关等方法判断指定窗口区域的类别或背景；二是通过统计目标间出现的可能性，构建目标间的共生关系，对目标的表示、位置以及尺度进行鲁棒估计，完成具有上下文关系的目标位置及类别的强预测。基于此的现有图像理解方法存在如下问题：如何用场景信息指导目标的选择注意；如何构建场景的先验信息来指导场景中的目标识别；如何将目标识别结果构建场景描述，形成可进一步进行场景中目标识别与场景理解的先验信息。 

协同学中，系统中结构的演化并不是靠外界特定方式所规定的，系统形成其新结构是靠自组织，而达到自组织的四个基本特点是：开放性、非线性、存在涨落力、随机性。在传统协同学竞争的过程中，当目标实体的序参量落入吸引域中，学习即收敛结束，对于其它目标需要再重新进行学习，因此系统为“Winner Takes All”的系统；函数F(t)表示来自系统内部或外部的各种涨落力，但在一般情况下，涨落力被忽略。 

总之，现有的图像理解方法存在难以利用先验知识提高理解准确性，在复 杂场景中，无法对多个目标同时进行学习、分析和理解，针对目标的二义和多义问题难以进行有效判断决策等不足之处。而基于协同学涨落力的图像理解方法通过引入势函数动力学方程涨落力有效利用先验知识以及完善侧抑制项和添加一项语义多义性注意参数项解决多目标问题和二义性目标解决相关问题。 

发明内容

本发明的目的在于提供基于协同学涨落力的图像理解方法，基于协同学原理对场景和场景中目标进行解释的方法，对场景进行描述和对场景中的目标进行识别。 

本发明的技术方案如下： 

一种基于协同学涨落力的图像理解方法，其特征在于：它包括以下步骤： 

(1)引入场景和目标先验知识涨落力的势函数构建； 

(2)动力学方程中完善侧抑制项； 

(3)在上述势函数与动力学方程基础上，实现图像理解算法。 

所述的一种基于协同学涨落力的图像理解方法，其特征在于：在所述的步骤(2)、(3)之间增加步骤(3A)：动力学方程中添加语义多义性注意参数项。 

所述的一种基于协同学涨落力的图像理解方法，其特征在于：步骤(1)中，在传统协同学中一般忽略F，但是由于F代表来自系统内部或外部的作用力，通过势函数中F的使用，将场景和目标的先验知识融入到图像理解的过程中，故先验知识可视为一种结构选择函数F＝aα(x)+bβ(y)+cγ(z)，a、b、c为控制参数，其取值为0或1，场景分类中，α(x)表示目标对场景的驱动，x表示输入的是经过语义编码的目标先验知识向量，此时由目标先验知识中目标间的关系对场景分类进行指导；在场景中的目标识别中，β(y)表示场景对目标的指导，y表示输入为经过语义编码的场景先验知识向量，γ(z)表示目标之间关系，先验知识中已有场景分类指导目标识别同时目标之间的关系也刺激目标识别；相应序参量的动力学方程和势函数分别如下所示： 

在图像理解动力学方程中，v_k是原型向量，v_k⁺为原型向量的伴随向量，序 参量ξ_k是待理解图像中场景或目标的特征，待识别模式q为输入的待理解图像中的场景或目标，λ_k为注意参数，B为各原型模式吸引域之间边界的参数，C为限制项参数；