[发明专利]基于短语包模型的图像类别标注方法

权利要求书

1.基于短语包模型的图像类别标注方法，其特征在于，该图像类别标注方法，通过分析字包模型中视觉字之间的位置关系，将视觉字发展为视觉短语，进而提出基于短语包模型的图像内容表示，然后利用短语包模型的表示结果训练分类器以及输入分类器进行类别标注。

2.如权利要求1所述的基于短语包模型的图像类别标注方法，其特征在于，所述基于短语包模型的图像内容表示包括步骤如下：

步骤S1：对任意图像I_i，利用局部特征点检测子，得到图像中所有的局部特征点P_i＝{p_ij}，j＝1，2，...，N_i，其中N_i为在图像I_i中检测到的所有局部特征点的个数；

步骤S2：对步骤S1得到的局部特征点p_ij利用局部特征描述子，描述它周围局部区域的纹理特征，形成局部特征点p_ij的向量描述f_ij，将向量描述f_ij作为局部特征点p_ij对应的视觉字；

步骤S3：对步骤S1得到的局部特征点p_ij描述图像I_i中其它特征点p_iu∈P_i，u≠j在局部特征点p_ij周围的分布情况，形成分布向量s_ij；

步骤S4：向量描述f_ij与分布向量s_ij联接，形成局部特征点p_ij对应的视觉短语z_ij，z_ij＝[f_ij，s_ij]；

步骤S5：在所有图像得到的视觉短语中，选择K个具有代表性的视觉短语，构建码本C；将码本中的每个视觉短语作为码本短语；

步骤S6：将每一幅图像I_i中的所有局部特征点p_ij对应的视觉短语z_ij按照最近邻原则，映射到码本C中距离它最近的码本短语上面，将该码本短语作为视觉短语z_ij的代表；

步骤S7：统计码本C中每个码本短语在图像I_i中出现的次数，形成码本短语出现次数直方图向量v_i，作为图像I_i的基于短语包模型的图像内容表示。

3.如权利要求2所述的基于短语包模型的图像类别标注方法，其特征在于步骤S1中局部特征点检测子是现有众多局部特征点检测子中任意的一种。

4.如权利要求2所述的基于短语包模型的图像类别标注方法，其特征在于步骤S2中局部特征点描述子是现有众多局部特征点描述子中任意的一种。