This disclosure refers to a system and method for image patch matching. Specifically, the system and method described in this paper sample the image patches to identify those patches that match the patches of the target images. The systems and methods described in this paper accept probabilistic image patches as potential matches based on prediction. Prediction is cheap in computation, but it is more approximate than similarity heuristic. Systems and methods use prophecies to quickly search for regions that are more likely to have matching search spaces. When the logo may include matching areas, the system and method use more accurate similarity functions to identify patch matching.
【技术实现步骤摘要】
使用基于预言的概率采样的图像补丁匹配
技术介绍
存在许多软件应用程序来帮助用户使用各种编辑工具创建和编辑图像和视频。这些工具的功能范围从初步调整大小和裁剪到更复杂的灯光调整和对象操纵。补丁匹配是图像编辑软件中经常使用的一个过程。补丁匹配搜索共享一个或多个属性的图像的部分。补丁匹配技术允许从图像中去除不需要的对象、绘制新对象以匹配图像、立体匹配、纹理合成以及以各种方式改变数字图像。补丁匹配基于空间相干性搜索类似的图像补丁。具体地,常规补丁匹配是基于使用随机采样来找到良好的匹配并且使用图像中的自然一致性将这种匹配快速传播到周围区域。常规的补丁匹配在数字图像的相应的图像补丁上进行扫描,并计算距离或相似度得分。一个这种相似度得分涉及像素值之间的平方和距离。相同的补丁(即匹配)具有零的平方和距离。通常,为图像中每个像素的找到最佳补丁匹配需要大量的平方和距离的评估。虽然补丁匹配比强力搜索更快,但常规补丁匹配技术存在问题。例如,常规补丁匹配在大型搜索空间中较慢。由于搜索空间的高维度,当允许补丁旋转和缩放(即,使用广义补丁匹配)时,常规补丁匹配的速度进一步减慢。
技术实现思路
本文所描述的一个或多个实施例利用以更高速度提供图像补丁匹配的系统和方法提供了优点并解决了本领域中的一个或多个前述或其他问题。具体地,本文描述的系统和方法通过采用预言(oracle)来提高查找补丁匹配的收敛速度。预言进行评估在计算上是廉价的,但是比诸如平方和距离的相似度函数更近似。系统和方法使用预言来快速地将搜索引导到更有可能具有匹配的搜索空间的区域。更具体地,系统和方法使用在基于预言的概率的基础上接受图像补丁 ...
【技术保护点】
一种在用于执行数字图像修改或数字图像对象识别中的一个或多个的数字媒体环境中进行图像补丁匹配的计算机实现的方法,包括:选择提议图像补丁;用于基于近似相似度启发法,概率性地接受所选择的提议图像补丁中的图像补丁的步骤;确定所接受的图像补丁的相似度得分;以及基于所确定的相似度得分来标识与所述目标图像补丁匹配的图像补丁。
【技术特征摘要】
2016.11.03 US 15/342,7931.一种在用于执行数字图像修改或数字图像对象识别中的一个或多个的数字媒体环境中进行图像补丁匹配的计算机实现的方法,包括:选择提议图像补丁;用于基于近似相似度启发法,概率性地接受所选择的提议图像补丁中的图像补丁的步骤;确定所接受的图像补丁的相似度得分;以及基于所确定的相似度得分来标识与所述目标图像补丁匹配的图像补丁。2.根据权利要求1所述的计算机实现的方法,还包括通过使用与所述目标图像补丁匹配的所标识的图像补丁来操纵输入数字图像的像素,来生成修改的数字图像。3.根据权利要求2所述的计算机实现的方法,其中确定所标识的图像补丁的相似度得分包括:对于没有被概率性地接受的图像补丁,不确定相似度得分。4.根据权利要求1所述的计算机实现的方法,其中用于基于所述近似相似度启发法,概率性地接受所选择的图像补丁中的图像补丁的步骤包括:确定所选择的图像补丁的近似相似度得分。5.根据权利要求4所述的计算机实现的方法,其中用于基于所述近似相似度启发法,概率性地接受所选择的图像补丁中的图像补丁的步骤包括:使用马尔可夫链蒙特卡洛算法进行采样。6.根据权利要求5所述的计算机实现的方法,其中使用马尔可夫链蒙特卡洛算法进行采样包括:使用梅特罗波利斯-黑斯廷斯算法进行采样。7.根据权利要求1所述的计算机实现的方法,其中所述近似相似度启发法包括平均像素启发法。8.一种在用于执行数字图像修改或数字图像对象识别中的一个或多个的数字媒体环境中进行图像补丁匹配的计算机实现的方法,包括:选择提议图像补丁;确定所选择的提议图像补丁的近似相似度得分;基于与所述近似相似度得分成反比的概率接受来自所选择的提议图像补丁的图像补丁以进一步进行评估;确定所接受的图像补丁的相似度得分;以及基于所确定的相似度得分来标识与目标图像补丁匹配的图像补丁。9.根据权利要求8所述的方法,还包括通过使用与所述目标图像补丁匹配的所标识的图像补丁来操纵输入数字图像的像素,来生成修改的数字图像。10.根据权利要求9所述的方法,其中选择提议图像补丁包括从搜索空间随机选择所述提议图像补丁。11.根据权利要求10所述的方法,其中,基于与所述近似相似度得分成反比的概率接受来自所选择的提议图像补丁的图像补丁以进一步进行评估包括:使用马尔可夫链蒙特卡洛算法进行采样。12.根据...
【专利技术属性】
技术研发人员:N·卡尔,K·桑卡瓦利,M·卢卡克,E·舍施特曼,
申请(专利权)人:奥多比公司,
类型:发明
国别省市:美国,US
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。