[发明专利]不变视觉场景和对象识别

说明书

背景

计算机视觉是与从捕捉到的图像获取信息的人工系统相关的科学和技术领域。图像数据可采取许多形式，包括但不一定限于来自一个或多个照相机的视频序列或视图。

计算机视觉的通用类别包括各种不同的子领域。对象识别是计算机视觉中的子领域，其涉及识别来自图像数据的对象，例如，确定多个图像中的哪一个包括与包括在目标图像中的对象最相似的对象。另一子领域是场景识别，其涉及识别来自图像数据的场景，例如，确定多个图像中的哪一个包括与包括在目标图像中的对象最相似的场景。计算机视觉通常用作自动化包括但不一定限于自主机器人导航和无人监管安全功能的各种实际应用的基础。例如，机器人和安全系统可被配置成在自动检测到并标识出特定对象或场景时发起特定响应。

当前，存在支持包括自动化场景和对象识别在内的各种各样的面向识别的计算机视觉任务的系统。虽然这些系统中的某一些能够以合理的准确度执行识别任务，但性能并非始终是高效的努力，尤其是在所需计算机处理和/或存储器资源方面。此外，许多现有系统在提供不变的图像识别方面并非有效。

提供以上讨论仅用作一般的背景信息，并不旨在用于帮助确定所要求保护的主题的范围。

概述

公开了一种用于执行图像识别的方法的各实施例。在一个实施例中，一种方法包括获取像素集合并基于梯度量级来将这些像素中的至少某一些分组到一聚类特征集中。对于该集合中的每一个聚类特征，生成统计变量。统计变量表示聚类特征中的像素的共同特性。该统计变量用作将该像素集合与不同的像素集合进行比较的基础。

提供本概述是为了以简化的形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容并不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用来协助确定所要求保护的主题的范围。所要求保护的主题不限于解决在背景中提及的任何或所有缺点的实现。

附图简述

图1是图像识别系统的框图。

图2是图像比较过程的流程图。

图3是图像比较过程的流程图。

图4是与图像识别系统相关联的用户界面的示例。

图5示出了计算系统环境的示例。

详细描述

本发明涉及用于提高计算机视觉系统，尤其是图像识别系统的性能和可靠性的方法。虽然本详细描述可以在对象和/或场景识别系统的上下文中讨论各系统和方法，但可以理解，相同或相似的概念可以相当容易地在其他类型的计算机视觉系统中应用。

图1是其中可实现本发明的各实施例的图像识别系统10的框图。系统10仅为合适的系统的一个示例，且并非旨在对所要求保护的主题的使用范围或功能提出任何限制。也不应该将系统10解释为对所示出的任一组件或其组合有任何依赖性或要求。

图像识别系统10(其当然是简化表示)包括图像捕捉设备12、图像分析器/处理器14、数据库16、以及输出15。图像捕捉设备12可以是任何照相机或能够捕捉图像并将对应的数据传递至诸如图像分析器/处理器14等图像分析器的其他系统组件。捕捉到的图像可包括孤立图像或者可更具有视频图像的特性。此外，设备12可以相当容易地包括多个设备，例如，捕捉相同场景或对象的多个图像透视图的多个设备，而不背离本发明的范围。

在一个实施例中，设备12包括通过光学系统接收要成像的场景或对象的视觉表示的成像器。该成像器产生指示接收到的视觉表示的模拟图像信号。该模拟信号被传递至模/数转换器，该模/数转换器产生模拟信号的数字表示。数字信号被重新格式化成可被存储和操纵的数字化图像。说明性地，该数字化图像被传递至图像分析器/处理器14。

在本发明的一个实施例中，如将在下文中更详细地讨论的，图像分析器/处理器14生成指示从图像捕捉设备12接收到的图像的特征和特性的数据。在一个实施例中，该数据用作高效地将接收到的图像与数据库16中所表示的一个或多个不同的、先前获取的图像进行比较的基础。说明性地，输出15是比较过程的结果或成果。输出15的精确特性将取决于其中应用系统10的特定上下文。例如，输出15可以是肯定或否定比较结果的指示。或者，输出15可标识数据库16中的最相似或足够相似以超过匹配阈值的一个或多个特定图像。这些只是输出15的许多可能形式的示例。