[发明专利]一种基于语境信息进行视点估计的方法

权利要求书

1.一种基于语境信息进行视点估计的方法，其特征在于，主要包括对象检测(一)；定义对象关系(二)；基于语境的视点分类(三)；谨慎推理(四)；视点估计(五)。

2.基于权利要求书1所述的对象检测(一)，其特征在于，使用三个不同的视点感知检测器，其中两个是可变形部件模型(DPM)检测器的变形，其中模型的特定部分被学习从而对每个离散的视点进行分类，是通过卷积神经网络(CNN)执行基于最先进的基于学习表示方法实现的，该检测由一个更快的RCNN检测器组成，用于局部对象实例，结合微调的CNN Alexnet架构对预测对象边界框的视点进行分类。

3.基于权利要求书1所述的定义对象关系(二)，其特征在于，首先对象和关系的表示方式给出定义，给定图像，使用视点感知对象检测器来收集一组对象假设O＝(o₁，o₂，...，o_m)的感兴趣类别，每个对象假设o_i被表示为元组o_i＝(c_i，l_i，f_i，s_i)，其中c_i表示对象的类别，l_i表示场景中对象边界框的中心位置，f_i表示附加的对象相关特征(例如纵横比或尺寸)，以及s_i表示由检测器报告的局部检测得分，另外每个假设都具有预测的离散观点α_i，使用o^v表示预测的对象假设的状态，o⁺表示对象假设被正确定位，即它们的预测边界框覆盖有效的对象实例，用o^-代表错误的对象假设，同样使用α^ω指示预测视点的状态，α⁺和α^-来表示对象的视点α的预测是否正确，最后用将预测的视点类与其状态相结合，即

4.基于权利要求书3所述的成对关系，其特征在于，将对象之间的关系用作语境信息的来源，从覆盖对象的边界框导出得到相对属性来定义成对关系，对象是投影在图像空间中的二维实体，对于每个对象o_i，测量其与每个其他对象o_j的相对位置(rx_ij，ry_ij)，相对比例rs_ij和视点α_j，生成一个关系描述符r_ij＝(rx_ij，ry_ij，rs_ij，α_j)，将下面的成对关系的相对属性定义为：其中(x_i，y_i，w_i，h_i)定义了对象o_i的边界框的中心、宽度和高度，产生由五个属性定义的成对关系，每个图像的成对关系的数量关于对象的数量具有二次生长，更确切地说，对于具有m个对象的图像，被提取出总共(m(m-1))个成对关系。