[发明专利]一种局部视觉特征选择方法及装置有效
| 申请号： | 201610687614.0 | 申请日： | 2016-08-18 |
| 公开（公告）号： | CN106326395B | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 段凌宇;刘赵梁;陈杰;黄铁军;高文 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06K9/46;G06K9/62 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 李相雨 |
| 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： | 本发明提供了一种局部视觉特征选择方法及装置，所述方法包括：检测获取目标图像中的多个局部视觉特征，并获得每个局部视觉特征的自有属性；获得部分或全部所述局部视觉特征的深度属性；根据所述每个局部视觉特征的自有属性，以及部分或全部局部视觉特征的深度属性，采用预先建立的特征选择模型获得所述每个局部视觉特征位于查询目标中的可能性数值；按照所述可能性数值从高到低的顺序选择预设数量的局部视觉特征作为局部视觉特征子集。本发明使得在局部视觉特征子集内特征数目较少的配置下，仍然能够使得选择出的局部视觉特征尽可能多地包含位于查询目标中的局部视觉特征，在保持视觉特征描述子紧凑表达的前提下保证较为可靠的检索结果。 | ||
| 搜索关键词： | 局部视觉 特征选择 查询目标 深度属性 特征子集 自有属性 获取目标 检索结果 模型获得 视觉特征 顺序选择 预先建立 描述子 预设 紧凑 图像 检测 配置 保证 | ||
【主权项】：
1.一种局部视觉特征选择方法，其特征在于，所述方法包括：检测获取目标图像中的多个局部视觉特征，并获得每个局部视觉特征的自有属性；获得部分或全部所述局部视觉特征的深度信息，并通过归一化方法获得所述局部视觉特征的深度属性；根据所述每个局部视觉特征的自有属性，以及部分或全部局部视觉特征的深度属性，采用预先建立的局部视觉特征的特征选择模型获得所述每个局部视觉特征位于查询目标中的可能性数值；按照所述可能性数值从高到低的顺序选择预设数量的局部视觉特征作为局部视觉特征子集；所述根据所述每个局部视觉特征的自有属性，以及部分或全部局部视觉特征的深度属性，采用预先建立的局部视觉特征的特征选择模型获得所述每个局部视觉特征位于所述目标图像中的可能性数值之前，所述方法还包括：根据局部视觉特征的自有属性、深度属性以及所述自有属性和所述深度属性间的依赖关系，对所述自有属性及所述深度属性进行分组；针对每组属性，训练局部视觉特征在所述属性上对应不同的属性值时，所述局部视觉特征能够匹配成功的概率，以建立局部视觉特征的特征选择模型。
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/201610687614.0/，转载请声明来源钻瓜专利网。
