[发明专利]特征提取方法及装置有效

专利信息
申请号: 201510827886.1 申请日: 2015-11-25
公开(公告)号: CN105654093B 公开(公告)日: 2018-09-25
发明(设计)人: 龙飞;陈志军;张涛 申请(专利权)人: 小米科技有限责任公司
主分类号: G06K9/46 分类号: G06K9/46
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 100085 北京市海淀区清*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征 提取 方法 装置
【权利要求书】:

1.一种特征提取方法,其特征在于,所述方法包括:

将图像划分为若干个块,每个所述块包括若干个单元格;

将每个所述单元格从空间域转化为频率域;

计算所述频率域中每个所述单元格的梯度大小和梯度方向,得到每个所述单元格的描述子;

统计所述频率域中每个所述块内的各个所述描述子,得到每个所述块的HOG特征;

统计所述图像在所述频率域中各个所述块的HOG特征,得到所述图像的HOG特征。

2.根据权利要求1所述的方法,其特征在于,所述将每个所述单元格从空间域转化为频率域,包括:对每个所述单元格进行离散余弦变换DCT。

3.根据权利要求1所述的方法,其特征在于,所述将每个所述单元格从空间域转化为频率域,包括:对每个所述单元格进行离散傅里叶变换DFT。

4.根据权利要求1所述的方法,其特征在于,所述统计所述图像中各个所述块的HOG特征,得到所述图像的HOG特征,包括:

将所述图像中各个所述块的HOG特征串联成一个矩阵,得到所述图像的HOG特征,所述矩阵的每一列为一个所述块的HOG特征。

5.根据权利要求1所述的方法,其特征在于,所述统计所述图像中各个所述块的HOG特征,得到所述图像的HOG特征,包括:

将所述图像中每个所述块的HOG特征由初始的L*1维向量调整为M*N的矩阵,每个所述块包括M*N个像素,L=M*N;

根据每个所述块的调整后的所述HOG特征和每个所述块在所述图像中的对应位置,得到所述图像的HOG特征。

6.根据权利要求1至5任一所述的方法,其特征在于,所述方法,还包括:

将所述图像进行归一化处理,得到预定尺寸大小的所述图像。

7.一种特征提取装置,其特征在于,所述装置包括:

划分模块,被配置为将图像划分为若干个块,每个所述块包括若干个单元格;

转化模块,被配置为将每个所述单元格从空间域转化为频率域;

提取模块包括计算子模块、第一统计子模块和第二统计子模块,所述计算子模块,被配置为计算所述频率域中每个所述单元格的梯度大小和梯度方向,得到每个所述单元格的描述子;所述第一统计子模块,被配置为统计所述频率域中每个所述块内的各个所述描述子,得到每个所述块的HOG特征;所述第二统计子模块,被配置为统计所述图像在所述频率域中各个所述块的HOG特征,得到所述图像的HOG特征。

8.根据权利要求7所述的装置,其特征在于,所述转化模块,被配置为对每个所述单元格进行离散余弦变换DCT。

9.根据权利要求7所述的装置,其特征在于,所述转化模块,被配置为对每个所述单元格进行离散傅里叶变换DFT。

10.根据权利要求7所述的装置,其特征在于,所述第二统计子模块,被配置为将所述图像中各个所述块的HOG特征串联成一个矩阵,得到所述图像的HOG特征,所述矩阵的每一列为一个所述块的HOG特征。

11.根据权利要求7所述的装置,其特征在于,所述第二统计子模块,包括:

调整子模块,被配置为将所述图像中每个所述块的HOG特征由初始的L*1维向量调整为M*N的矩阵,每个所述块包括M*N个像素,L=M*N;

特征提取子模块,被配置为根据每个所述块的调整后的所述HOG特征和每个所述块在所述图像中的对应位置,得到所述图像的HOG特征。

12.根据权利要求7至11任一所述的装置,其特征在于,所述装置,还包括:

处理模块,被配置为将所述图像进行归一化处理,得到预定尺寸大小的所述图像。

13.一种特征提取装置,其特征在于,所述装置包括:

处理器;

用于存储所述处理器可执行指令的存储器;

其中,所述处理器被配置为:

将图像划分为若干个块,每个所述块包括若干个单元格;

将每个所述单元格从空间域转化为频率域;

计算所述频率域中每个所述单元格的梯度大小和梯度方向,得到每个所述单元格的描述子;

统计所述频率域中每个所述块内的各个所述描述子,得到每个所述块的HOG特征;

统计所述图像在所述频率域中各个所述块的HOG特征,得到所述图像的HOG特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于小米科技有限责任公司,未经小米科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510827886.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top