[发明专利]一种适合高维特征的鞋印新类别检测方法

权利要求书

1.一种适合高维特征的鞋印新类别检测方法，其特征在于，具体步骤包括：

S1、提取样本特征，取已知类别的鞋印图像为训练样本，分别提取训练样本和待检测样本的特征；

S2、计算相似度矩阵，根据训练样本特征和待检测样本特征计算得到训练样本与训练样本之间的相似度矩阵、待检测图像样本与训练图像样本之间的相似度矩阵；

S3、计算映射矩阵，根据步骤S2得到的训练样本之间的相似度矩阵，计算得到映射矩阵

S4、将训练样本映射到零空间，由步骤S3所得映射矩阵将所有训练样本都映射到零空间，使每一类别的训练样本在零空间映射为一个点；

S5、计算待检测样本属于新类别的置信度，由步骤S3所得映射矩阵对待检测样本进行映射，计算在零空间内待检测样本点与每一类训练样本点的欧氏距离，并对得到的欧式距离进行从小到大的排序，根据排序结果，计算待检测样本属于新类别的置信度Δd；

S6、计算检测样本特征在原始高维空间的特性，由待检测样本点与训练样本类别得到待检测样本特征在原始高维空间的特性S；

S7、求取新类别值，根据待检测样本属于新类别的置信度Δd和待检测样本特征在原始高维空间的特性S得到最终的新类别值t；将步骤S5得到的置信度Δd与步骤S6得到的最大相似度值S的和作为最终的新类别值t；

S8、判断待检测样本类别，根据设定的阈值T与步骤S8得到的新类别值t的比较结果，判断待检测样本是否属于新类别。

2.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法，其特征在于，所述S1提取训练样本和待测样本特征的步骤包括：

S1.1、提取鞋印图像样本

根据预设值将所述训练图像与待检测图像上方作为脚掌，剩余部分作为脚跟，将所述脚掌、所述脚跟图像镜像处理，将原图像与镜像后的脚掌、脚跟图像进行小波变换为所述原图像的四分之一；

S1.2、提取鞋印样本图像的特征

对鞋印样本图像进行极坐标变换再取傅里叶变换得到鞋印图像样本特征，将镜像处理前后的脚掌和镜像处理前后的脚跟四部分特征作为一幅图像的整体特征。

3.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法，其特征在于，所述S2计算训练样本与训练样本之间的相似度矩阵、待检测样本与训练样本之间的相似度矩阵，包括：

根据步骤S1得到的图像特征计算两幅所述训练图像镜像处理前后的脚掌之间的相似度；并比较两个相似度，将较大的相似度作为所述两幅训练图像脚掌的相似度；

根据步骤S1得到的图像特征计算两幅所述训练图像镜像处理前后的脚跟之间的相似度；并比较两个相似度，将较大的相似度作为所述两幅训练图像脚跟的相似度；

根据步骤S1得到的图像特征计算训练图像和待检测图像镜像处理前后的脚掌之间的相似度；并比较两个相似度，将较大的相似度作为所述训练图像和所述待检测图像之间脚掌的相似度；

根据步骤S1得到的图像特征计算训练图像和待检测图像镜像处理前后的脚跟之间的相似度；并比较两个相似度，将较大的相似度作为所述训练图像和所述待检测图像之间脚跟的相似度；

最后以脚掌相似度的权重为0.6、脚跟权重为0.4计算任意两幅图像之间的相似度。

4.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法，其特征在于，所述S3将所有训练样本特征都映射到零空间，步骤包括：

S3.1、将所述训练图像的相似度矩阵进行中心化；

S3.2、所述中心化后的相似度矩阵的特征值和特征向量，并舍弃所述特征值小于零对应的特征向量；

S3.3、对所述特征向量进行规范化；

S3.4、根据规范化后的特征向量矩阵计算映射矩阵。

5.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法，其特征在于，所述S5由步骤S3所得映射矩阵对待检测样本进行映射，包括：

计算待检测样本与所有训练样本的相似度；

将所得相似度从大到小排序，取前K个相似度形成相似度向量；

将相似度向量根据所述映射矩阵映射为零空间内的一个点。

6.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法，其特征在于，所述S5待检测样本属于新类别的置信度Δd的计算方法为Δd＝d1-d2

其中，d1为欧式距离从小到大排序第一的距离，d2为欧式距离从小到大排序第二的距离。