[发明专利]基于子模优化的物体识别方法

摘要

本发明提供一种基于子模优化的物体识别方法，包括在每幅图像上运用CPMC图像分割算法来用非监督的方法获得一系列的底层图像片段假设；基于这些生成的底层图像片段构建一个图；通过迭代选择中的元素并加入到中来找到中最具有判别性的子集；物体蒙版是通过叠加所选择的图像片段来为前景物体抽取的；运用一个线性分类器对物体进行分类识别。本发明提供的基于子模优化的物体识别方法，通过利用子模函数的性质考虑多个片段，该方法基于最近所提出的并且在图像分割方面展示了强大优势的CPMC算法。

主权项

一种基于子模优化的物体识别方法，其特征在于，包括：在每幅图像上运用参数约束最小割CPMC图像分割算法来用非监督的方法获得一系列的底层图像片段假设；基于这些生成的底层图像片段构建一个图G；通过迭代选择S中的元素并加入到A中来找到S中最具有判别性的子集A；通过叠加所选择的图像片段来为前景物体抽取物体蒙版M；运用一个线性分类器对物体进行分类识别；其中所述方法采用：用NA来表示将要开放设施的个数，在约束K的条件下，设施选址问题的组合设定被归结为：maxAH(A)=Σi∈Vmaxj∈Awij-Σj∈Aφj,s.t.A⊆S⊆V,NA≤K---(1)]]>其中，wij表示一组元素vi和一组潜在的中心顶点vj之间的关系，其中：vi被视为客户，vj被视为设施，同时开放一个新的设施的花费被固定为φj，顶点v∈V代表图像片段假设。