The invention discloses a method for high dimension shoe new category detection method, which is characterized in that the method comprises the following steps: extracting the training samples and the test sample characteristics, according to the characteristics of samples to calculate similarity matrix, according to the similarity matrix between training samples to obtain the mapping matrix
【技术实现步骤摘要】
一种适合高维特征的鞋印新类别检测方法
本专利技术涉及图像处理及痕迹检验
,具体说涉及一种适合高维特征的鞋印新类别检测方法。
技术介绍
目前在图像处理
有基于鞋印数据集、人脸数据集和通用数据集的新类别检测算法。基于鞋印的新类别检测算法有结合零空间下距离对比信息的新类别鞋印检测算法、采用多层级联的开集痕迹图像分类方法;基于通用数据集的新类别检测算法有LocalKNFST。(1)基于鞋印的新类别检测算法零空间下距离对比信息的新类别鞋印检测算法:利用零空间下,类间散布矩阵与类内散布矩阵的比值能达到无穷大的特性,分别将所有训练样本类别以及待检测样本映射在零空间,在零空间下计算待检测样本与每一类训练样本类别的欧氏距离,然后将距离从小到大排名,利用距离最近和距离最远的N个类别之间的对比信息实现新类别的检测。采用多层级联的开集痕迹图像分类方法:首先根据预处理后的待分类图像与痕迹图像库中每一痕迹图像的相似性筛选待分类图像的候选类别,然后计算待分类图像与候选类别中排名第一位的痕迹图像及其对应代表图像的相似性再利用多层级联的方式判断待分类图像是否属于痕迹图像库中某一类别或者新类别图像。基于鞋印的新类别检测算法存在的问题是:结合零空间下距离对比信息的新类别检测算法只考虑了待检测样本特征在零空间中低维特性,并没有考虑待检测样本特征在原始高维空间的特性,所以该方法对待检测样本的特征描述缺乏流形一致性;基于多层级联的开集痕迹图像分类方法对不同的得分区间采取不同的添加策略,而阈值的设定很关键,需要很大的技巧。(2)基于通用数据集的新类别检测方法LocalKNFST是一种新类别 ...
【技术保护点】
一种适合高维特征的鞋印新类别检测方法,其特征在于,具体步骤包括:S1、提取样本特征,取已知类别的鞋印图像为训练样本,分别提取训练样本和待检测样本的特征;S2、计算相似度矩阵,根据训练样本特征和待检测样本特征计算得到训练样本与训练样本之间的相似度矩阵、待检测图像样本与训练图像样本之间的相似度矩阵;S3、计算映射矩阵,根据步骤S2得到的训练样本之间的相似度矩阵,计算得到映射矩阵
【技术特征摘要】
1.一种适合高维特征的鞋印新类别检测方法,其特征在于,具体步骤包括:S1、提取样本特征,取已知类别的鞋印图像为训练样本,分别提取训练样本和待检测样本的特征;S2、计算相似度矩阵,根据训练样本特征和待检测样本特征计算得到训练样本与训练样本之间的相似度矩阵、待检测图像样本与训练图像样本之间的相似度矩阵;S3、计算映射矩阵,根据步骤S2得到的训练样本之间的相似度矩阵,计算得到映射矩阵S4、将训练样本映射到零空间,由步骤S3所得映射矩阵将所有训练样本都映射到零空间,使每一类别的训练样本在零空间映射为一个点;S5、计算待检测样本属于新类别的置信度,由步骤S3所得映射矩阵对待检测样本进行映射,计算在零空间内待检测样本点与每一类训练样本点的欧氏距离,并对得到的欧式距离进行从小到大的排序,根据排序结果,计算待检测样本属于新类别的置信度Δd;S6、计算检测样本特征在原始高维空间的特性,由待检测样本点与训练样本类别得到待检测样本特征在原始高维空间的特性S;S7、求取新类别值,根据待检测样本属于新类别的置信度Δd和待检测样本特征在原始高维空间的特性S得到最终的新类别值t;将步骤S5得到的置信度Δd与步骤S6得到的最大相似度值S的和作为最终的新类别值t;S8、判断待检测样本类别,根据设定的阈值T与步骤S8得到的新类别值t的比较结果,判断待检测样本是否属于新类别。2.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法,其特征在于,所述S1提取训练样本和待测样本特征的步骤包括:S1.1、提取鞋印图像样本根据预设值将所述训练图像与待检测图像上方作为脚掌,剩余部分作为脚跟,将所述脚掌、所述脚跟图像镜像处理,将原图像与镜像后的脚掌、脚跟图像进行小波变换为所述原图像的四分之一;S1.2、提取鞋印样本图像的特征对鞋印样本图像进行极坐标变换再取傅里叶变换得到鞋印图像样本特征,将镜像处理前后的脚掌和镜像处理前后的脚跟四部分特征作为一幅图像的整体特征。3.根据权利要求1所述的一种适合高维特征的鞋印新类别检测方法,其特征在于,所述S2计算训练样本与训练样本之间的相似度矩阵、待检测样本与训练样本之间的相似度矩阵,包括:根据步骤S1得到的图像特征计算两幅所述训练图像镜像处理前后的脚掌之间的相似度;并比较两个相似度,将较大的相似度作为所述两幅训练图像脚掌的相似度;根据步骤S1得到的图像特征计算两幅所述训练图像镜像处理前后的脚跟...
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。