[发明专利]一种基于局部特征和全局HSV特征组合的目标特征描述方法在审
| 申请号： | 201910818301.8 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110599517A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 王臻;王勇 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06T7/223 | 分类号： | G06T7/223;G06T7/246;G06T7/277 |
| 代理公司： | 44102 广州粤高专利商标代理有限公司 | 代理人： | 林丽明 |
| 地址： | 510006 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于局部特征和全局HSV特征组合的目标特征描述方法，包括以下步骤：获取目标对象帧，在目标对象帧中选取背景区域、目标区域、并设定用于计算局部像素块似然度的扩展区域；利用超像素聚类方法将目标区域分割成若干局部块，对每一局部块分别提取边缘方向特征和亮度特征并组合成局部特征描述向量；分别计算背景区域和目标区域的HSV空间颜色特征，并组合成全局特征描述向量；利用局部特征描述向量计算目标区域局部块的似然，通过目标区域中每一个位置像素属于对象目标区域的概率计算全局似然；利用局部块似然和全局似然计算目标区域总体似然概率，根据目标区域的总体似然概率判断特征描述的准确度。本发明提高了目标表观描述的准确度。 | ||
| 搜索关键词： | 目标区域 局部特征描述 准确度 背景区域 全局 边缘方向特征 目标区域分割 目标特征描述 对象目标 概率计算 概率判断 获取目标 计算目标 局部特征 局部像素 扩展区域 亮度特征 描述向量 目标对象 区域总体 全局特征 特征描述 像素聚类 向量计算 颜色特征 目标表 似然度 像素 向量 概率 | ||
【主权项】：
1.一种基于局部特征和全局HSV特征组合的目标特征描述方法，其特征在于，包括以下步骤：/nS1：获取目标对象帧，在目标对象帧中分别选取背景区域、目标区域、并设定用于计算局部像素块似然度的扩展区域；/nS2：利用超像素聚类方法将目标区域分割成若干局部块，对每一局部块分别提取边缘方向特征和亮度特征，将所述边缘方向特征和亮度特征组合成局部特征描述向量；/nS3：分别计算背景区域和目标区域的HSV空间颜色特征，将所述背景区域和目标区域的HSV空间颜色特征组合成全局特征描述向量；/nS4：利用局部特征描述向量计算目标区域局部块的似然，通过目标区域中每一个位置像素属于对象目标区域的概率计算全局似然；/nS5：利用局部块似然和全局似然计算目标区域总体似然概率，根据目标区域的总体似然概率判断特征描述的准确度。/n
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广东工业大学，未经广东工业大学许可，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/201910818301.8/，转载请声明来源钻瓜专利网。
