[发明专利]一种基于上下文信息传播局部回归核的目标识别方法

摘要

本发明提出一种基于上下文信息传播局部回归核的目标识别方法。在给定的模板图像中利用局部回归核获取局部结构信息，同时考虑局部区域的上下文信息，通过上下文的信息和局部信息的相互关系，在目标图像中搜索和模板图像相似的特征区域；在此基础上，为了减少特征数据量的冗余，利用局部保留投影对图像特征进行降维，采用余弦矩阵相似度量相关特征之间的相似性，寻找相似的特征区域；最后利用非极大值抑制方法抑制不显著的区域特征，得到最终的识别结果。本发明提高了目标识别的准确度和识别效率。

主权项

1.一种基于上下文信息传播局部回归核的目标识别方法，其特征在于，包括以下步骤：步骤一：给定一幅查询图像Q(m*n)和一幅目标图像T(M*N)；查询图像Q(m*n)的大小为m*n，m,n∈[1,100]；目标图像T(M*N)的大小为M*N，M,N∈[256,1000]；分别计算查询图像Q(m*n)的局部回归核KQ(·)和目标图像T(M*N)的局部回归核KT(·)；步骤二：计算局部回归核KQ(·)和KT(·)的上下文信息cpmQ和cpmT；用上下文信息cpmQ和cpmT分别表示查询图像Q(m*n)和目标图像T(M*N)局部回归核的中心区域和周边区域的上下文信息；分别加权上下文信息cpmQ和cpmT并归一化得到查询图像Q(m*n)的特征WQ和目标图像T(M*N)的特征WT；步骤三：采用局部保留投影算法对查询图像Q(m*n)的特征WQ和目标图像T(M*N)的特征WT进行降维，并保留前五个最大的特征值对应的特征向量，获得查询图像Q(m*n)的显著特征FQ和目标图像T(M*N)的显著特征FT；步骤四：计算获取显著特征图RM，计算方式如公式(1)所示，公式(1)中，参数ρ表示显著特征FQ与显著特征FT之间的相似关系，且ρ2∈[0,1]，ρ的计算方式如公式(2)所示，公式(2)中，dd是目标图像T(M*N)中显著特征的数目；步骤五：对显著特征图RM采用非极大值抑制的方法，抑制同一区域非极大值的部分，保留最显著的相似区域，从而得到最终的识别图Sal。