[发明专利]获取可伸缩全局特征描述子的方法有效

专利信息
申请号: 201410182507.3 申请日: 2014-04-30
公开(公告)号: CN104615610B 公开(公告)日: 2018-10-02
发明(设计)人: 段凌宇;林杰;王哲;杨爽;陈杰;黄铁军;高文 申请(专利权)人: 北京大学
主分类号: G06F17/30 分类号: G06F17/30;G06K9/46
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 刘芳
地址: 100871*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种获取可伸缩全局特征描述子的方法,其中,所述方法包括:获取图像的全局特征描述子;据预设的第一规则,对所述全局特征描述子进行处理,获取所述图像的可伸缩全局特征描述子;其中,所述可伸缩全局特征描述子的字节大小根据所述第一规则中参数值的变化而变化。上述方法获得的可伸缩全局特征描述子能够降低全局特征描述子占用空间,使之适用于不同的应用,提高描述子在图像检索过程的效率。
搜索关键词: 获取 伸缩 全局 特征 描述 方法
【主权项】:
1.一种获取可伸缩全局特征描述子的方法,其特征在于,包括:获取图像的全局特征描述子;根据预设的第一规则,对所述全局特征描述子进行处理,获取所述图像的可伸缩全局特征描述子;其中,所述可伸缩全局特征描述子的字节大小根据所述第一规则中参数值的变化而变化;若所述第一规则为固定个数选取规则,则所述根据预设的第一规则,对所述全局特征描述子进行处理,获取所述图像的可伸缩全局特征描述子,包括:获取所述全局特征描述子中每一高斯密度函数对应的第一累积梯度向量的所有维度的数值的标准差,所述第一累积梯度向量是所述图像的对数似然函数对所述高斯密度函数对应的均值求一阶偏导得到的;将所有第一累积梯度向量对应的标准差按照从大到小依次排序;选取排序中前k个标准差对应的第二累积梯度向量,将选取的k个第二累积梯度向量首尾相连得到用于表达图像视觉特征的可伸缩全局特征描述子;或者,选取排序中前k个标准差对应的第一累积梯度向量和第二累积梯度向量,将选取的k个第一累积梯度向量首尾相连并将选取的k个第二累积梯度向量首尾相连得到用于表达图像视觉特征的可伸缩全局特征描述子;或者,若预设的第一规则为阈值选取规则,则所述根据预设的第一规则,对所述全局特征描述子进行处理,获取所述图像的可伸缩全局特征描述子,包括:获取所述全局特征描述子中每一高斯密度函数对应的第一累积梯度向量的所有维度的数值的标准差;将所有第一累积梯度向量对应的标准差按照从大到小依次排序;选取排序中大于阈值τa的标准差对应的第二累积梯度向量,将选取的第二累积梯度向量首尾相连得到用于表达图像视觉特征的可伸缩全局特征描述子;或者,选取排序中大于阈值τa的标准差对应的第一累积梯度向量和第二累积梯度向量,将选取的第一累积梯度向量首尾相连并将选取的第二累积梯度向量首尾相连得到用于表达图像视觉特征的可伸缩全局特征描述子;其中,第二累积梯度向量是所述图像的对数似然函数对所述高斯密度函数对应的方差求一阶偏导得到的;所述可伸缩全局特征描述子的字节大小根据所述第一规则中参数值的变化而变化,包括:所述第一规则为固定个数选取规则时,所述参数值为所述k对应的数值,所述可伸缩全局特征描述子的字节大小根据所述第一规则中k的变化而变化;所述第一规则为阈值选取规则时,所述参数值为τa对应的数值,所述可伸缩全局特征描述子的字节大小根据所述第一规则中τa的变化而变化;若所述图像的视觉特征描述子长度范围在462字节和562字节之间,则所述第一规则为固定个数选取规则,且所述k等于80;若所述图像的视觉特征描述子长度范围在924字节和1124字节之间,则所述第一规则为固定个数选取规则,且所述k等于80;若所述图像的视觉特征描述子长度范围在1848字节和2248字节之间,则所述第一规则为固定个数选取规则,且所述k等于85;若所述图像的视觉特征描述子长度范围在3696字节和4496字节之间,则所述第一规则为阈值选取规则,且所述τa等于0.009195;若所述图像的视觉特征描述子长度范围在7392字节和8992字节之间,则所述第一规则为阈值选取规则,且τa等于0.009195;若所述图像的视觉特征描述子长度范围在14784字节和17984字节之间,则所述第一规则为阈值选取规则,且τa等于0.009195;所述视觉特征描述子长度包括:全局特征描述子的占用空间、局部特征描述子的占用空间以及每一局部特征描述子对应所述图像的位置信息。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410182507.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top