[发明专利]一种基于词袋模型且兼顾语义相关性的鞋印花纹表达方法及系统有效

专利信息
申请号: 201611130372.1 申请日: 2016-12-09
公开(公告)号: CN106777050B 公开(公告)日: 2019-09-06
发明(设计)人: 王新年;荆怡 申请(专利权)人: 大连海事大学
主分类号: G06F16/583 分类号: G06F16/583;G06K9/46
代理公司: 大连东方专利代理有限责任公司 21212 代理人: 王丹;李洪福
地址: 116026 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模型 兼顾 语义 相关性 印花 表达 方法 系统
【说明书】:

发明公开了一种基于词袋模型且兼顾语义相关性的鞋印花纹表达方法及系统。本发明具体步骤包括:S1.构建鞋印花纹图像语义词汇关系表;S2.采集鞋印花纹图像;S3.提取鞋印花纹图像基元;S4.提取鞋印花纹图像基元的纹理特征;S5.判断鞋印花纹图像基元语义类别;S6.统计鞋印花纹图像语义频率直方图;S7.获得能够表达图像语义相关性的鞋印花纹图像语义表达直方图。本发明通过构建语义相关性模型有效的避免了语义相关性对语义表达的干扰,提高了语义表达的准确性。

技术领域

本发明涉及图像处理技术领域,具体说是一种基于词袋模型且兼顾语义相关性的鞋印花纹表达方法及系统。

背景技术

在图像表达领域常用的方法包括:

(1)基于视觉词袋模型的图像语义表达。其基本原理是将图像看做无序的特征单词集合,通过统计每个特征单词在图像中出现的次数,得到特征单词频率直方图向量,以此作为图像的表达。

(2)基于视觉语言模型的图像语义表达。视觉语言模型把图像看成具有一定排列顺序的文档,可通过图像中局部共现频率和空间关系来完成整幅图像的语义表达。

(3)基于学习编码模型的语义表达。其主要代表为稀疏编码。稀疏编码是利用图像特征基向量的组合来描述图像内容。

目前,以上算法针对图像表达仍存在一些问题:

(1)目前算法均未考虑到语义在特定的特征层面存在一定的联系(即存在语义相关性),而造成量化误差严重等后果,从而对语义标注,语义表达产生极大影响。

(2)一些学习编码模型只有单层的编码层,学习到的视觉字典缺乏对特征的选择性,降低了图像内容的语义分辨力。

(3)目前算法通常对标注的语义结果没有进一步的反馈和调整,更多的还是依赖于底层特征的选择。

发明内容

鉴于已有技术存在的不足,本发明的目的是要提供一种基于词袋模型且兼顾语义相关性的鞋印花纹表达方法。

为了实现上述目的,本发明技术方案如下:

一种基于词袋模型且兼顾语义相关性的鞋印花纹表达方法,其特征在于,具体步骤包括:

S1、预先构建鞋印花纹图像语义词汇关系表;

S2、采集鞋印花纹图像;

S3、对所采集的鞋印花纹图像进行鞋印花纹图像基元提取,以获得相应的鞋印花纹图像基元;

S4、提取鞋印花纹图像基元的小波傅里叶梅林特征;

S5、依次根据所提取的每一鞋印花纹图像基元的小波傅里叶梅林特征与鞋印花纹图像语义词汇关系表进行特征匹配,并基于所获得匹配度确定该鞋印花纹图像基元所对应的语义类别;

S6、统计每一种语义在所述鞋印花纹图像中出现的次数,以获得鞋印花纹图像语义频率直方图;

S7、基于所获得的鞋印花纹图像语义频率直方图及鞋印花纹图像语义词汇关系表获得能够表达图像语义相关性的鞋印花纹图像语义表达直方图;

本发明的另一目的在于提供一种基于词袋模型且兼顾语义相关性的鞋印花纹表达系统,所述系统包括:

关系表构建模块,以鞋印图案的几何形状为基础,构建鞋印花纹图像语义词汇关系表;

提取模块,对采集的鞋印花纹图像进行鞋印花纹图像基元提取,并进一步提取鞋印花纹图像基元的纹理特征;

基元语义类别判定模块,根据鞋印花纹图像语义关系表以及鞋印花纹图像基元纹理特征的对比结果,判定鞋印花纹图像基元所对应的语义类别;

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大连海事大学,未经大连海事大学许可,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/201611130372.1/2.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