[发明专利]一种多视角目标检索的方法

说明书

技术领域

本发明涉及图像检索领域，尤其涉及一种多视角目标检索的方法。

背景技术

现实生活中物体的存在具有空间性，而人眼对物体的感知也是三维立体的。传统的摄像技术获得的只是物体的二维平面图，而RGB–D(三原色加距离)摄像机，例如：Kinect三维体感摄影机，不仅能获得二维信息，还能得到相应的深度信息，这就弥补了传统摄像机的缺陷。三维模型和图像相较，它能够表达出来的感知细节更加丰富，更加贴近人眼立体的真实感受，所以更适合于人类的认知感受。

三维模型的获取问题是必须考虑的一大问题。如果每次都需要建立一套三维模型，工作量将非常庞大，同时会不可避免地耗费大量的精力时间，而且不是普通人员可以完成，显然很不现实。之前获取三维模型都是自己建立或者是依靠三维扫描仪，实现困难又不方便，现如今这一状况已得到巨大的改善，可以通过便利的网络查找三维模型并进行下载，因此现如今可共享的三维模型数量呈现出爆破式增长趋势。因此，必须要做到依靠网络来充分利用已有的模型资源^[1]。网络技术的迅猛发展以及众多搜索引擎系统的出现为三维模型资源的共享和传播带来了极大的便利因素。因此，帮助用户快速、准确地从日常数据库中的海量数据中检索到所要的模型，即研究三维模型检索技术，已经成为当前亟待解决的问题和研究热点。

多视角目标检索算法主要分为两类：基于文本的检索以及基于内容的检索^[2]。基于文本的检索技术由于实现算法简单，已经很成熟，应用也非常广泛，但是由于它自身存在的固有缺陷，文本承载的信息量太少，无法准确有效地描述三维物体的几何尺寸、拓扑结构、材质纹理等丰富信息，因此并不适合于三维模型检索。相比之下，基于内容的检索具有的特征是：更少的人力干预、逼真的视觉效果、检索准确率高。利用机器自动计算提取三维模型的内在特征，通过特定的算法实现对于查询模型和数据库中模型相似度的计算，从而建立起特征检索索引，达到要实现的浏览和检索功能。

目前的多视角目标检索算法在计算两个物体间的相似度时，大多只计算两个物体彼此对应视图间的欧氏距离，而没有考虑到同一物体各个视图间的关联性及重要性，检索正确率有待提高。

发明内容

本发明提供了一种多视角目标检索的方法，详见下文描述：

一种多视角目标检索的方法，所述方法包括以下步骤：

(1)获取用户输入的检索目标和数据库中物体的视图集；

(2)运用图像特征提取算法对所述检索目标和数据库中物体的视图集进行特征提取；

(3)采用聚类方法对特征提取后的视图集进行聚类，并提取出每一类的代表性视图；

(4)根据所在类的规模确定每一幅代表性视图相应的初始权重，利用代表性视图之间的关系进行权重更新，生成最终权重；

(5)利用两个视图集的代表性视图和它们的权重值构建加权二分图；

(6)运用二分图匹配算法寻求所述加权二分图的最优匹配，获取检索目标和数据库中每个物体之间的相似度，并以此排序，将排序后的结果作为检索输出。

本发明提供的技术方案的有益效果是：本发明通过对获取的三维物体的视图集进行聚类、提取代表性视图、提供权重，结合二分图最优匹配，获取检索目标和数据库物体之间的相似度，提高了多视角目标检索的正确率。更新后的权重值包含了代表性视图之间的联系和聚类的规模大小等信息。利用二分图匹配获得的相似度包含了两个模型代表性视图之间的关联性，比单纯地计算欧氏距离，效果更好。

附图说明

图1为一种多视角目标检索方法的流程图。

图2为ETH数据库中三种算法的查准-查全曲线比较。

图3为ETH数据库中三种算法的NN、FT和ST比较。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种多视角目标检索的方法，参见图1，该方法包括：

101：获取用户输入的检索目标和数据库中物体的视图集；

其中，用户输入的检索目标和数据库中的物体的视图集，是表示这些三维对象的相应的一组二维视图。这些二维视图可以通过真实摄像机对真实的三维对象拍摄获得，也可以通过3D程序软件(例如3D MAX)的虚拟摄像头对虚拟三维对象拍摄获得。

102：运用图像特征提取算法对检索目标和数据库中物体的视图集进行特征提取；