【技术实现步骤摘要】
本专利技术属于图像认知重构、图像增强、图像分类
,主要涉及一种基于几何 重构和语义融合的视点追踪方法。
技术介绍
视点追踪是一种智能图像分析方法,其目的就是通过模仿人类视觉转移快速的找 到用户最感兴趣的视觉信息以及解释复杂的场景,是计算机视觉领域热门研究课题之一。 视点追踪可应用于图像理解、图像压缩、图像分类、图像的重定向、信息检索等方面。 随着现代传感技术和信息处理技术的发展,视点追踪技术也得到了巨大的发展, 但是仍然面临以下几点问题: 一:视点在追踪的过程中经常面临的提取的图像局部和全局的信息不全。 例如2010年,Jia Li等作者在顶级国际期刊International Journal of Computer Vision 上发表的文章 〈〈Probabilistic Multi-Task Learning for Visual Saliency Estimation in Video》中提出的一种视觉显著性预测方法,该方法采用多任务框 架来估计视觉显著性,其中的多任务是基于低维的视觉特征和任务相关因素而实现的,然 而该方法中的视觉特征只考虑到低维的视觉特征,缺乏对目标图像中各显著区域之间语义 相关性描述,使得显著性模型不能恢复图像的全局和局部信息,从而导致丢失提取的图像 局部或全局的信息; 二:很多的视点追踪技术缺少图像之间的几何结构,导致了追踪不够精确。 例如 2011 年,Feng Lud 等作者在顶级国际会议 IEEE International Conference on Com ...
【技术保护点】
一种基于几何重构和语义融合的视点追踪方法,其特征是按如下步骤进行:步骤1、构建子图的视觉特征集合:步骤1.1、采用聚类方法将源图像划分成l个子区域,将每个子区域作为一个节点,构建包含若干个节点的子图,从而获得子图集合G={G1,G2,…,Gn,…,GN},N表示子图的总数;Gn表示所述子图集合G中第n个子图,并有1≤n≤N;表示第n个子图中包含tn个节点;并有表示Gn中第ti个节点;En表示所述tn个节点之间的几何连接边集合;1≤tn≤l;步骤1.2、采用经典图像颜色特征提取方法获得第n个子图Gn的颜色特征MCn=[mC,t1,mC,t2,...,mC,ti,...,mC,tn],MCn∈RdC×tn,]]>表示第n个子图Gn中第ti个节点的颜色矢量,dC表示颜色特征的维度,1≤ti≤tn;采用经典图像纹理特征提取方法获得第n个子图Gn的纹理特征MTEn=[mTE,t1,mTE,t2,...,mTE,ti,...,mTE,tn],MTEn∈RdTE×tn,]]>表示第n个子图Gn中第ti个节点的纹理矢量,dTE表示纹理特征的维度; ...
【技术特征摘要】
1. 一种基于几何重构和语义融合的视点追踪方法,其特征是按如下步骤进行: 步骤1、构建子图的视觉特征集合: 步骤1.1、采用聚类方法将源图像划分成1个子区域,将每个子区域作为一个节点,构 建包含若干个节点的子图,从而获得子图集合G= {Gi,G2,…,Gn,…,Gn},N表示子图的总数; Gn表示所述子图集合G中第n个子图,并有,1彡n彡N ; 0表示第n个子图 中包含、个节点;并有〇=0,,1,^,?、,\); 1^表示(^中第&个节点;4表示所述 tn个节点之间的几何连接边集合;1 <tn < 1 ; 步骤1.2、采用经典图像颜色特征提取方法获得第n个子图Gn的颜色特征表示第n个子图Gn中第个节点 的颜色矢量,d。表示颜色特征的维度,i<ti <tn ; 采用经典图像纹理特征提取方法获得第n个子图Gn的纹理特征表示第n个子图Gn中第心个 节点1V,的纹理矢量,dTE表示纹理特征M〖E的维度; 利用式(1)提取所述第n个子图Gn的几何结构特征式⑴中,表示所述几何结构特征M纟的第&行第\列元素,表 示从第n个子图Gn中第&个节点1的区域中心到第\个节点v?a的区域中心的矢量的水 平角度;1彡ti,tj彡tn; 步骤1. 3、将所述第n个子图Gn的颜色特征M[、纹理特征M〗E和几何结构特征MJ分 别进行矩阵转置后依次相连,获得视觉特征矩阵;采用特征融合方法将所 述视觉特征矩阵I转化成视觉特征矢量yn,ye,dY表示所述视觉特 征矢量yn的矢量维度; 步骤1. 4、重复步骤1. 2和步骤1. 3,依次获得所有子图的视觉特征集合步骤2、融合语义特征: 步骤2. 1、利用式⑵计算第i个子图匕和第j个子图的视觉特征距离'枳,Gp:式(2)中,表示第i个子图匕的视觉特征矩阵的标准正交基,M: 表示第j个子图h的视觉特征矩阵的标准正交基,1 <i,j<N; 步骤2. 2、从网络资源中获得源图像的语义标签集合Tag= {tagptag2,…,tag。,… ,tag。},tag。表示第c个标签,cG[1,C],C表示标签总个数;定义W表示利用第c个标签 检索到的图像个数;定义第n个子图Gn的标签矢量bn = [bn;1,bn,2, . ? .,bn,。,. . .,bn,c]GR1X e,并有bn,。= 1表示第n个子图Gn含有第c个标签tag。,bn,。= 0则表示第n个子图6不 含有第c个标签tag。; 步骤2. 3、构建第i个子图匕和第j个子图的语义相似矢量%nbjeRlxe,并有nbj,。表不第i个子图Gi标签矢量bi的第c个兀素bi;。和第j个子图Gj标签矢量bj 的第c个元素的逻辑与运算;利用式(3)计算第i个子图Gi和第j个子图h的语 义相似性距离ls(i,j):步骤2. 4、构建第i个子图&和第j个子图的语义差异矢量,并有 ~ 表示第i个子图h标签矢量h的第c个元素和第j个子图标签矢量bj的 第c个元素1^。的异或;利用式(4)计算所述第i个子图匕和第j...
【专利技术属性】
技术研发人员:汪萌,张鹿鸣,郭丹,田绪婷,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。