[发明专利]一种基于上下文信息传播局部回归核的目标识别方法

权利要求书

1.一种基于上下文信息传播局部回归核的目标识别方法，其特征在于，包括以下步骤：

步骤一：给定一幅查询图像Q^(m*n)和一幅目标图像T^(M*N)；查询图像Q^(m*n)的大小为m*n，m,n∈[1,100]；目标图像T^(M*N)的大小为M*N，M,N∈[256,1000]；分别计算查询图像Q^(m*n)的局部回归核K_Q(·)和目标图像T^(M*N)的局部回归核K_T(·)；

步骤二：计算局部回归核K_Q(·)和K_T(·)的上下文信息cpm_Q和cpm_T；用上下文信息cpm_Q和cpm_T分别表示查询图像Q^(m*n)和目标图像T^(M*N)局部回归核的中心区域和周边区域的上下文信息；分别加权上下文信息cpm_Q和cpm_T并归一化得到查询图像Q^(m*n)的特征W_Q和目标图像T^(M*N)的特征W_T；

步骤三：采用局部保留投影算法对查询图像Q^(m*n)的特征W_Q和目标图像T^(M*N)的特征W_T进行降维，并保留前五个最大的特征值对应的特征向量，获得查询图像Q^(m*n)的显著特征F_Q和目标图像T^(M*N)的显著特征F_T；

步骤四：计算获取显著特征图RM，计算方式如公式(1)所示，

公式(1)中，参数ρ表示显著特征F_Q与显著特征F_T之间的相似关系，且ρ²∈[0,1]，ρ的计算方式如公式(2)所示，

公式(2)中，dd是目标图像T^(M*N)中显著特征的数目；

步骤五：对显著特征图RM采用非极大值抑制的方法，抑制同一区域非极大值的部分，保留最显著的相似区域，从而得到最终的识别图Sal。

2.如权利要求1所述的基于上下文信息传播局部回归核的目标识别方法，其特征在于，步骤一中所述计算局部回归核K_Q(·)和目标图像T^(M*N)的局部回归核K_T(·)的方式相同，如公式(3)所示，

公式(3)中，h表示平滑系数，h＝2，C_l是回归核矩阵，l表示查询图像Q^(m*n)或者目标图像T^(M*N)的图像数目，x为查询图像Q^(m*n)或者目标图像T^(M*N)区域中心坐标，x_l为查询图像Q^(m*n)或者目标图像T^(M*N)空间坐标，det(·)表示行列式的值，T表示矩阵转置。