[发明专利]一种基于视觉词袋模型的目标分类方法和系统

说明书

提供一种基于视觉词袋模型的目标分类方法和系统，该方法包括：获得样本图片的特征点并得到各个特征点的位置信息和描述信息，所述样本图片包括第一分类图片和第二分类图片；聚类各个特征点的描述信息，以生成以描述信息作为视觉词条的视觉词典；基于各个特征点中的目标特征点的描述信息，找到与目标特征点的描述信息匹配的一个或多个视觉词条；基于各个特征点的位置信息，计算各个特征点的描述信息对目标特征点在该目标特征点匹配的视觉词条上的权重；结合所有目标特征点，基于所有目标特征点的位置信息，产生样本图片的带有空间信息的基于视觉词条的权重的特征模型。

技术领域

本公开一般涉及图像处理领域，且更具体地涉及基于视觉词袋模型的目标分类技术。

背景技术

视觉词袋模型是当前目标分类或目标识别领域的最好的方法之一。该模型能够很好的表达目标的特征力求获得更高的识别率。

视觉词袋模型的构建是基于特征点的特征的，因此对于位置、光照、旋转以及仿射变换有着不变性。同时，该模型对部分遮挡和偏移也有较好的鲁棒性。但是，由于传统的视觉词袋模型直接将目标中的所有特征点生成直方图特征，而不考虑目标中的特征点的空间信息，因此，不能获得更好的识别率。另外，传统的基于视觉词袋模型的目标分类或目标识别方式使用大量的重复计算，耗用了大量的计算资源。

参考文献：

Wang等人在2012年10月25日公开的美国专利申请公开号 US2012269432(A1)，题为“IMAGE RETRIEVAL USING SPATIAL BAG-OF-FEATURES”；

Lin等人2013年5月23日公开的美国专利申请公开号US2013132377 (A1)，题为“Systems and Methods for Localized Bag-of-Features Retrieval”。

发明内容

所谓词袋，就是包含一组数据的打包或封装。在一个视觉词袋中往往包含了若干幅图的基本特征元素，例如若干幅图的特征，包括形状、结构、颜色、纹理等的特征。由于视觉词袋具有一类或多类图像的一些特征，故而当提取出视觉词袋中的元素时，就可以对相近类图像进行描述，同时也可以用作不同类别图像的分类。视觉词袋运用在某一个图片中，也可形象地称为视觉词典，其于包括一系列视觉词条，使得该图片的各种特征可以用视觉词典中的各个视觉词条来表示。

本技术除了考虑视觉词袋的技术，还考虑图片上的各个点之间的空间位置关系，来更准确地构造用于分类图片的分类模型，从而更准确地对图片进行分类。

根据本公开的一个方面，提供一种基于视觉词袋模型的目标分类方法，包括：获得样本图片的特征点并得到各个特征点的位置信息和描述信息，所述样本图片包括第一分类图片和第二分类图片；聚类各个特征点的描述信息，以生成以描述信息作为视觉词条的视觉词典；基于各个特征点中的目标特征点的描述信息，找到与目标特征点的描述信息匹配的一个或多个视觉词条；基于各个特征点的位置信息，计算各个特征点的描述信息对目标特征点在该目标特征点匹配的视觉词条上的权重；结合所有目标特征点，基于所有目标特征点的位置信息，产生样本图片的带有空间信息的基于视觉词条的权重的特征模型。

根据本公开的另一方面，提供一种基于视觉词袋模型的目标分类系统，包括：获得装置，被配置为获得样本图片的特征点并得到各个特征点的位置信息和描述信息，所述样本图片包括第一分类图片和第二分类图片；聚类装置，被配置为聚类各个特征点的描述信息，以生成以描述信息作为视觉词条的视觉词典；找到装置，被配置为基于各个特征点中的目标特征点的描述信息，找到与目标特征点的描述信息匹配的一个或多个视觉词条；计算装置，被配置为基于各个特征点的位置信息，计算各个特征点的描述信息对目标特征点在该目标特征点匹配的视觉词条上的权重；产生装置，被配置为结合所有目标特征点，产生样本图片的带有空间信息的基于视觉词条的权重的特征模型。