[发明专利]一种利用SIFT树进行物体识别的方法

摘要

本发明公开了一种用于计算机物体识别和基于内容的多媒体文件搜索的方法。这种方法首先通过提取几幅表示相同物体的图片的SIFT(Scale Invariant Feature Transform)特征，并根据这些特征的尺度及空间关系建立出一棵SIFT特征树，通过提取不同SIFT树之间的最大公共子树或子树集，然后利用这些公共子树集建立物体模型。并最终通过在从测试图片得到的SIFT树中查找匹配目标模型，达到识别物体的目的。这种方法可以是完全无监督的学习方法，也可以是具有少量的训练集的半监督的学习方法。它的优点在于：利用了图像特征点之间的空间关系；物体的模型是层次结构的；很多情况下，这种物体模型树的子树都具有一定的语义特征，比如一个公共子树就可能对应了物体的某一个部件。因此具有很广阔的应用前景和使用价值。

主权项

一种利用SIFT树进行物体识别的方法，其特征在于，包括如下阶段：阶段一，从训练集中获取图像的SIFT特征点，建立特征树，并最终生成物体模型；阶段二，用阶段一中的方法对测试集中的图片建立SIFT树，并在该树中查找物体模型，如果有匹配，则表示测试图中包含有目标物体，否则认为不包含目标物体。