[发明专利]使用概率模型在视觉数据中检测对象

说明书

提供基于将特定对象匹配到对象的表示的匹配程序的输出的概率模型，其中该概率模型使对象存在的概率与匹配特征的数目相关。该概率模型被用于检测特定对象是否存在于接收的视觉数据中。

背景技术

对象识别能够被执行以在图像中检测特定对象的存在。对象检测能够基于将图像中的特征与特定对象的表示的特征匹配，其中该表示能够是特定对象的模型。匹配程序可以在图像与对象的表示之间的匹配特征数目超过固定阈值的情况下指示特定对象在图像中。

附图说明

一些实施例参考下面附图来描述：

图1是依据一些实施方式的包含对象检测系统的示例布置的方块图；

图2是依据一些实施方式的对象识别程序的流程图；

图3是依据进一步实施方式的对象识别程序的流程图；

图4是依据一些实施方式的针对给定对象建立概率模型的过程的流程图；以及

图5是依据一些实施方式的可用在图3的对象识别程序中的几何一致程序的流程图。

具体实施方式

为了执行对象识别以在视觉数据(例如，图像、视频数据等)中检测对象的存在，对象识别程序能够从视觉数据中提取特征用于与对象的给定表示(例如模型)的相应特征比较。要在视觉数据中检测的对象的示例能够包含下面内容：照片、海报、产品包装(例如，盒子、瓶子、罐头等)、广告牌、建筑物、纪念碑、车辆、景观等等。

在视觉数据与对象的表示之间的匹配特征数目超过某一指定阈值的情况下，匹配被认为已经发生(换言之，对象被认为存在于视觉数据中)。对象的不同类型能够包含特征的不同数目，该特征可用于匹配到对象的相应表示。例如，对象的第一类型能够包含可用于匹配到对象的第一类型的表示的特征的第一数目，而对象的第二类型能够包含可用于匹配到对象的第二类型的表示的特征的第二、不同数目。

如果对象的这样类型不含有可用特征的足够数目以能够满足固定数目阈值，则针对匹配特征数目使用固定阈值来指示匹配特征数目是否指示成功匹配可以导致对象的一些类型被不可靠地检测。另一方面，针对匹配特征数目的固定阈值的使用可以在针对对象的其它类型执行对象识别时导致相对大的数目的误报(false positive)，对象的其它类型可以包含用于匹配的更大数目的可用特征。

虽然可以可能针对对象的对应不同类型人工地调谐阈值，但是这样的人工调谐过程可能是劳力密集的并且可能易受人为误差的影响。

依据一些实施方式，取代针对匹配特征数目使用固定阈值，概率模型能够被用在对象识别程序中以确定对象是否存在于视觉数据中。在随后的讨论中，对在图像中确定对象的存在进行参考。然而，在其它实施方式中，使用概率模型的对象识别程序能够被应用以在其它类型的视觉数据(诸如视频数据等等)中确定对象的存在。

概率模型使概率与匹配特征数目相关。该概率是对象存在于图像中的概率。通过使用概率模型，取代针对匹配特征数目指定固定阈值，能够代替地指定概率阈值。概率阈值能够针对对象不同的类型是相同的。

通过使用概率模型，对象识别程序是否已经在图像中检测到对象的确定基于概率阈值。多个概率模型能够被提供给对象的相应不同类型。

在一些实施方式中，为了确定特定对象是否在图像中，对象识别程序能够使用概率模型(对应于特定对象)将图像与对应对象之间的匹配数目转换为概率值。概率值能够与概率阈值相比以确定指示特定对象在图像中的匹配是否存在。

在替代实施方式中，对象识别程序能够使用概率模型将概率阈值转换为对应数目阈值，其中数目阈值指示匹配特征数目，在该匹配特征数目以上对象被认为存在于图像中。然后，图像与对应对象之间的匹配数目能够与数目阈值相比以确定匹配是否存在。