[发明专利]一种基于语境信息进行视点估计的方法

说明书

技术领域

本发明涉及图像识别领域，尤其是涉及了一种基于语境信息进行视点估计的方法。

背景技术

图像识别常用于海洋、智能仓储、智能交通监控以及娱乐等领域，捕捉目标信息，分析转化为可读结果。具体地，在海洋应用中，基于视觉的图像识别可以对浮游生物进行识别和现场监测，并且能够实现对赤潮的预测。智能仓储中，分拣机器人对不同货物进行识别，从而快速进行分类放入不同货仓。智能交通监控领域内，图像识别往往用于识别和检测路上车辆或行人，从而检索并跟踪目标车辆或人物。除此之外，图像识别已经用于满足人们娱乐需求，帮用户找到与其长相最匹配的明星等。虽然现有方法在观察对象特征和分析已满足一定的准确性，但是目前方法多数只考虑局部信息，而忽略空间一致性，从而导引起估计误差，导致对特定场景中的部分目标无法进行准确的识别和检测。

本发明提出了一种基于语境信息进行视点估计的方法，利用场景中其他对象的信息进行视点估计。首先，给定一幅图像，运行视点感知对象检测器来收集一组具有类标签和预测的离散观点的对象假设，接着定义所有对象假设之间的成对关系，对于每个对象假设，使用其他对象假设的语境信息作为来源估计其语境响应，最后将由视点感知对象检测器提供的局部响应与语境响应相结合以获得最终视点估计。本发明突破了现有方法仅考虑局部信息的局限，基于语境信息减少视点估计误差，并且在包含大量对象实例的场景中依然表现出优异的性能，改善了对象视点估计，使得图像检测在不同场景下依然保持高准确度，同时大大提高信息检索效率。

发明内容

针对现有方法仅考虑局部信息的问题，本发明的目的在于提供一种基于语境信息进行视点估计的方法，基于语境信息减少视点估计误差，并且在包含大量对象实例的场景中依然表现出优异的性能，改善了对象视点估计，使得图像检测在不同场景下依然保持高准确度，同时大大提高信息检索效率。

为解决上述问题，本发明提供一种基于语境信息进行视点估计的方法，其主要内容包括：

(一)对象检测；

(二)定义对象关系；

(三)基于语境的视点分类；

(四)谨慎推理；

(五)视点估计。

其中，所述的对象检测，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。

其中，所述的定义对象关系，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oi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