[发明专利]图像中基于聚类的多物体检测方法

摘要

一种基于聚类的多物体检测方法，属于模式识别技术领域。步骤如下：（1）统计图像中物体与视觉习语之间的关系并聚类，并使用局部模型得到物体和视觉习语的窗口；（2）根据原型构建空间关系特征，并使用结构化支撑向量机进行训练和测试。本发明优于已有的各种物体检测方法，且计算复杂度略有降低。

主权项

一种图像中基于聚类的多物体检测方法，其特征是，步骤如下：（1）统计图像中物体与视觉习语之间的关系并聚类，并使用局部模型得到物体和视觉习语的窗口；选择图像数据库中的一类物体，对于每一个物体‑视觉习语组合，计算物体的中心点到视觉习语中心点的相对水平位置和垂直位置，然后对相对位置做归一化；采用健壮的聚类方法对相对水平位置和相对垂直位置进行聚类，得到的聚类中心为每个原型的中心，而方法中每个聚类中心的半径为每个原型的半径；同时，使用基于图像局部特征的检测方法对图像进行检测，得到一系列物体和视觉习语的窗口及窗口的可信度；（2）根据原型构建空间关系特征，并使用结构化支撑向量机进行训练和测试；①最佳参数的选取：使用交叉验证的方法选择最优参数λ和参数k，k表示物体‑视觉习语组合原型的最大数量；②构建空间关系特征：根据（1）得到的物体及视觉习语的窗口，以及（1）得到的原型，采用最优参数λ和参数k，对每幅图像计算其空间关系特征；③结构化支撑向量机学习和判别：使用结构化的支撑向量机学习空间关系特征每一维的权重，然后在测试集合中对空间关系特征进行判别，根据特征向量计算出正确的窗口；对图像中的每一类物体，均做以上的学习和判别步骤，然后去掉视觉习语的检测结果，再进一步融合为最终的检测结果。