[发明专利]一种视频或图像视点类型的识别方法

权利要求书

1.一种视频或图像视点类型的识别方法，其特征在于，包括以下步骤：

（1）预先通过训练获得直方图相关性阈值、区域相似性特征值阈值；

（2）对于输入的视频或图像，根据排图规则提取出需要检测相似性的两个区域；

（3）对这两个区域先进行直方图相似性特征值提取，如果该特征值大于直方图相关性阈值，则说明两个区域相似，然后进入步骤（5）；如果否，进入步骤（4）；

（4）将这两个区域均对应分为若干块，两个区域对应的每一块之间进行宏块似然率提取，将两个区域中所有对应块的宏块似然率求平均作为区域相似性特征值，与区域相似性特征值阀值比较，如果小于阀值则判定此两个区域相似，否则判定是不相似，然后进入步骤（5）；

（5）判断结束，重回步骤（2），继续根据排图规则提取出需要检测相似性的两个区域，直到判断出视点类型。

2.根据权利要求1所述的视频或图像视点类型的识别方法，其特征在于，所述步骤（1）中，直方图相关性阈值的获取过程如下：

（1-1-1）建立训练数据库，训练数据库中包括相似图像组和非相似图像组，相似图像组为属于同一场景的不同视点的图像组，非相似图像组为不是同一场景的两个图像序列；初始化阈值K₁、K₂，K₁>K₂；

（1-1-2）对数据库中已知是否相似的两幅图像进行直方图相似性特征值提取，记为r²；如果训练用两幅图像为相似图像，且r²<K₁，则将r²赋值给阈值K₁，如果训练用两幅图像为非相似图像，且r²>K₂，则将r²赋值给阈值K₂；

(1-1-3)重复步骤（1-1-2），直到数据库中样本数据训练结束，得到最终的K₁′和K₂'；

(1-1-4)对最后得到的阈值K₁'和K₂'之间的值进行训练，采用训练数据库中已知是否相似的两幅图像进行判断，判断准确率最高的值K即为单个训练最优阀值。

3.根据权利要求2所述的视频或图像视点类型的识别方法，其特征在于，所述步骤（1）中，区域相似性特征值阈值的获取过程如下：

（1-2-1）建立训练数据库，训练数据库中包括相似图像组和非相似图像组，相似图像组为属于同一场景的不同视点的图像组，非相似图像组为不是同一场景的两个图像序列；初始化阈值T₁、T₂，T₁>T₂；

（1-2-2）对数据库中已知是否相似的两幅图像进行区域相似性特征值提取，记为λ；如果训练用两幅图像为相似图像，且λ<T₁，则将λ赋值给阈值T₁，如果训练用两幅图像为非相似图像，且λ>T₂，则将λ赋值给阈值T₂；

(1-2-3)重复步骤（1-2-2），直到数据库中样本数据训练结束，得到最终的T₁′和T₂'；

(1-2-4)对最后得到的阈值T₁'和T₂'之间的值进行训练，采用训练数据库中已知是否相似的两幅图像进行判断，判断准确率最高的值T即为单个训练最优区域相似性特征值阀值。