[发明专利]使用捕捉位置序列信息的图像分类

说明书

技术领域

本发明涉及人工智能和图像理解，具体而言，涉及时间相关图像集的分类。

背景技术

消费者照片集是普遍的。从这些集中在语义上发掘有意义的信息已成为机器学习和计算机视觉团体中积极研究的领域。存在关注于对象识别(诸如，检测某些类型的对象，如脸、车辆、草、水、天空等)问题的大量工作。大多数此工作依靠使用图像中可获得的低级视觉特征(诸如，颜色、纹理和线条)。近年来，越来越关注于从语义上提取更复杂的信息，诸如，场景检测和活动识别。例如，现有系统已尝试通过场景和对象的视觉分类来识别事件，参见例如L.-J.Li和L.Fei-Fei，“What，where and who？classifying events by scene and object recognition”，Proc.IEEE Intl.Conf.on Computer Vision，2007。该系统报告了在识别许多特殊体育事件(诸如，马球、划船以及博彩(boche))方面的适度成功，这是由于可以从这些事件的图片中观测到的独特视觉特性。

在所有以上提到的现有技术中，只使用基于图像的特征(例如，颜色和边缘直方图、或者“视觉特征袋”)以及基于各图像来执行传统图像聚类和分类(参见S.Lazebnik、C.Schmid以及J.Ponce，“Beyond bags of features：spatial pyramid matching for recognizing natural scene categories”，Proc.IEEE Conf.on Computer Vision and Pattern Recognition，2006)。

然而，由于属于同一事件的图像之间的时间和空间相关性，所以图像常常并非是彼此独立的。更具体地，在个人图像集中，除了图像特征之外还存在丰富的上下文信息，这种上下文信息通常是对图像特征的补充以用于语义理解的目的。

因此，需要考虑图像之间关系的改进图像分类技术。

发明内容

通过根据本发明的各种实施例的用于便于一组时间相关图像分类的方法和系统在本领域中获得了技术方案并且解决了上述问题。在本发明的实施例中，根据该组时间相关图像来识别捕捉位置序列。使共同与捕捉位置序列相关联的捕捉位置序列信息与预定捕捉位置序列特性的多个集合中的每个集合进行比较。每个集合与预定分类相关联。至少基于来自比较步骤的结果来识别与该组时间相关图像相关联的所标识的分类；以及把所识别出的分类存储在处理器可访问存储器系统中。

本发明的优点包括使用具有相关联捕捉位置信息的个人图像集来识别事件。

除了上述实施例以外，通过参照附图以及通过对以下详细描述的学习应当清楚更多实施例。

附图说明

图1和图1a是用于实施本发明实施例的流程图；

图2是示出了在空间范围和移动速度方面不同事件的特性的表；

图3和图4分别描绘了与城市观光事件和徒步旅行事件相关的空间和时间轨迹的示例；

图5描绘了用于计算用来组合来自多个提示方式的识别结果的可信度的流程和示例混淆矩阵，以及

根据本发明的实施例，图6示出了用于使用照片集和相关联的捕捉位置轨迹进行事件识别的系统。

具体实施方式

共同推断可以是用于对图像进行分类的有用工具。例如，可能难以分辨特定图片是工作还是空闲，但是看着属于同一事件的其它图片，做出同样的预测会变得更容易。在本发明的实施例中，在具有相关联捕捉位置信息的时间相关图像集的上下文中进行图像分类。本文中所使用的用语“图像分类”是指把一组时间相关图像分类成行为的预定集合中的一个行为的过程。进一步地，本文中所使用的用语“事件识别”和“行为识别”是图像分类的示例。更进一步地，词语“图像”、“图片”以及“照片”在本文中可互换使用。

本发明包括本文中描述的实施例的组合。对“特定实施例”等的引用是指在本发明至少一个实施例中出现的特征。对“实施例”或“特定实施例”等的单独引用并非必定是指同一实施例或同样的实施例；然而，这些实施例并非是相互排他的，除非如此表明或者对于本领域技术人员而言是显而易见的。在引用“方法”等时使用单数和/或复数并非是限制性的。

另外，应当注意，除非上下文另行明确注明或需要，在本公开中以非排他性的方式使用词语“或”。