[发明专利]一种基于多任务拓扑学习的航拍图像快速识别系统及其快速识别方法

说明书

技术领域

本发明属于图像处理、计算机视觉和模式识别技术领域，主要涉及一种基于多任务拓扑学习的航拍图像快速识别系统及其快速识别方法。

背景技术

航拍图像作为遥感图像的重要组成部分，以其大量的数据信息和几何分辨率受到普遍的重视，因此对航拍图像进行识别分类意义重大。航拍图像的快速识别分类是一种智能图像分析方法，其目的就是为了对航拍图像进行快速准确的识别和分类，是计算机视觉领域热门研究课题之一。航拍图像的分类可以应用于场景标注、视频监控、机器人路径规划、异常检测等方面。

随着现代图像处理技术的发展，航拍图像分类技术也得到了巨大的发展，但是仍然面临以下几点问题：

一、已有方法中，构建的航拍图像中区域元分布图代表性不高，不能准确的表示航拍图像的组成成分。

例如2011年，Duchenne等作者在顶级国际会议IEEE International Conference on Computer Vision(ICCV)上发表的《AGraph-Matching Kernel for Object Categorization》这篇文章中提出的一种基于核匹配的图结构的目标分类方法，该方法中，图的节点代表着图像网格，几何连接边表示的是网格之间的连接关系，用这样的一种基于网格的图的匹配实现目标的分类，但是由于构建的航拍图像的图结构的代表性不高，不能准确的表示航拍图像的组成成分，降低了航拍图像分类的效率。

二、很多的航拍图像分类过程中缺少考虑图像的拓扑结构。

例如2010年，Yong Jae Lee等作者在顶级国际会议IEEE Conference on Computer Vision and Pattern Recognition(CVPR)上发表的《Object-Graphs for Context-Aware Category Discovery》这篇文章中提出的图像分类方法，该方法中图的节点表示已知和未知的目标，每个未知目标的语义利用其k空间最近邻已知目标的语义推断出来，然而仅仅考虑了空间上相邻部分的知识，即语义推断另一个重要线索。而拓扑结构在分类的过程中并没有考虑，从而降低图像分类的效率。

三、现有的很多考虑拓扑关系的航拍图像识别分类基于随机游走和树策略的匹配，限制了航拍图像中拓扑关系的匹配范围。

例如2007年，Harchaoui等作者在国际会议IEEE Conference on Computer Vision and Pattern Recognition上发表的《Image Classification with Segmentation Graph Kernels》这篇文章中提出的一种图像分类方法，该方法利用随机游走核和树核函数的方法使用有限序列的邻近区域去提取局部图像灰度之间的随机游走和树的空间拓扑关系，最后利用随机游走和树策略的匹配实现图像的识别分类，然而该方法具有蹒跚的现象，从而引入了噪声，限制了航拍图像拓扑的匹配，从而降低了航拍图像分类的范围，实际生活中很难得到应用。

四、现有的很多航拍图像在分类的过程中对于结构很相似的图像不能区分图像的空间布局，降低了图像分类的精确度。

例如2006年，Svetlana Lazebnik等作者在顶级国际会议IEEE Conference on Computer Vision and Pattern Recognition(CVPR)上发表的《Spatial Pyramid Matching for Recognizing Natural Scene Categories》这篇文章中提出的一种基于空间金字塔匹配的自然场景分类的识别方法，该方法中每个图像被划分成越来越细的网格，每个网格通过局部特征直方图来计算得到其特征描述符，但是当两个图像的空间布局很相似时，该方法不能将其区别，从而降低了图像分类的精确度，并且复杂度高，很难在实际中得到应用。

五、已有的航拍图像分类的分类器的设计基本上是基于SVM分类器的，缺乏考虑多个相关任务的分类器之间信息的共享，导致计算的过程比较复杂，分类的效率低。