專利名稱：一種目標(biāo)圖像搜索方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像分析和識(shí)別技術(shù)領(lǐng)域，特別是涉及一種基于上下文的目標(biāo)圖像搜 索方法和系統(tǒng)。
背景技術(shù)：
目前，在基于上下文的目標(biāo)圖像搜索或位置的預(yù)測(cè)領(lǐng)域，Torralba使用全局上下 文特征對(duì)目標(biāo)圖像的位置進(jìn)行條件轉(zhuǎn)移概率建模，通過求取最大概率密度確定目標(biāo)圖像的 位置。由于其采用全局特征而忽略了局部特征，因而對(duì)目標(biāo)圖像的位置只能作出一個(gè)大概 的區(qū)域范圍判斷，不能做出精確的預(yù)測(cè)。針對(duì)這種問題，Ehinger和Paletta等人在上述粗 糙的預(yù)測(cè)范圍內(nèi)采用一個(gè)目標(biāo)模板進(jìn)行遍歷匹配和搜索。Kruppa和Bergboer等人采用一 個(gè)擴(kuò)大了面積的包含局部上下文的目標(biāo)模板在圖片表面進(jìn)行遍歷匹配和搜索，通過局部上 下文確定目標(biāo)圖像的位置。但以上幾種方法存在的問題主要有兩個(gè)方面(1)只使用全局上下文不足以精確 估計(jì)目標(biāo)圖像的位置；(2)僅使用局部上下文也無(wú)法避免遍歷匹配這一機(jī)械耗時(shí)的搜索方 式。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種目標(biāo)圖像搜索方法和系統(tǒng)。采用先全局上下文估計(jì)粗 略目標(biāo)圖像位置、后局部上下文精確估計(jì)目標(biāo)圖像位置的順序和策略，節(jié)省了上下文知識(shí) 表示和存儲(chǔ)數(shù)量，避免了機(jī)械耗時(shí)的遍歷式搜索，提高了目標(biāo)圖像搜索速度和精度。為實(shí)現(xiàn)本發(fā)明的目的而提供的一種目標(biāo)圖像搜索方法，所述方法，包括下列步 驟步驟100.在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn)位置和預(yù)測(cè)待搜索目標(biāo)圖 像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位置的距離進(jìn)行比較，保存 其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)，以獲得目標(biāo)圖像搜索模型；步驟200.輸入一個(gè)圖像，利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下 預(yù)測(cè)待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像 上的位置。所述步驟100，包括下列步驟步驟110.輸入一個(gè)訓(xùn)練圖像Xi，i G [1，I]；步驟120.以真實(shí)目標(biāo)圖像中心在所述訓(xùn)練圖像Xi上的位置(x，y)為中心采樣尺 度s(s G [S，l])下的目標(biāo)圖像，形成在所述訓(xùn)練圖像Xi上尺度為S的視野圖像VFis;步驟130.在所述視野圖像VFis上選擇一個(gè)初始視點(diǎn){(xisp，yisp) p =廣P}， 并基于所述初始視點(diǎn)位置提取一個(gè)特征矢量Fis ；步驟140.計(jì)算所述真實(shí)目標(biāo)圖像中心位置(x，y)距離所述初始視點(diǎn)(xisp，yisp) 的相對(duì)距離(Axisp, A yisp) = (x-xisp, y-yisp)；并預(yù)測(cè)待搜索目標(biāo)圖像中心距離所述初始視點(diǎn)(xisp, yisp)的相對(duì)距離(Axisp，，Ayisp，)；步驟150.判斷所述相對(duì)距離(Axisp', Ayisp’ )與(Axisp, Ayisp)是否相差 較大，若是，則追加存儲(chǔ)當(dāng)前新的上下文知識(shí){Fis, (Axisp, Ayisp)}，并返回步驟130 ；否 則，返回步驟130 ；步驟160.判斷S是否達(dá)到預(yù)設(shè)值，若是，則執(zhí)行步驟170 ；否則，返回步驟120。步驟170.判斷I值是否達(dá)到預(yù)設(shè)值，若是，則結(jié)束模型訓(xùn)練；否則返回步驟110。所述步驟140，包括下列步驟步驟141.根據(jù)存儲(chǔ)的上下文知識(shí){Fis，(Axisp，Ayisp)}，通過內(nèi)積運(yùn)算計(jì)算當(dāng)前 特征矢量Fis與存儲(chǔ)的Fis的相似性系數(shù){ck = <Fis，存儲(chǔ)的Fis>|k= 11}，選出K個(gè)最相近 的上下文{Fk，(Axk, Ayk) |k= 11}；步驟142.將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一個(gè)都除 以ck’之和得到權(quán)重{wk|k= 11}；步驟143.預(yù)測(cè)待搜索目標(biāo)圖像中心位置(xisp’，yisp')距離當(dāng)前初始視點(diǎn) (xisp, yisp)的相對(duì)距離是(Axisp，, Ayisp，) = ( E wkAxk, E wk A yk) k = 1 K}。所述步驟200，包括下列步驟步驟210.輸入一個(gè)圖像并任意選定所述圖像上的一點(diǎn)作為待搜索的目標(biāo)圖像中 心的位置(x，，y，)；步驟220.以(x’，y’)為中心，采樣尺度s(s G [S，1])下的視野圖像VFis ；步驟230.在當(dāng)前視野圖像VFs上提取一個(gè)特征矢量Fis’ ；步驟240.根據(jù)預(yù)先存儲(chǔ)的上下文知識(shí){Fis，(Axisp，Ayisp) |i =廣I，s = S 1， P = 1>}，通過內(nèi)積運(yùn)算計(jì)算提取的特征矢量Fis’與Fis的相似性系數(shù){ck = <Fis’，F(xiàn)is>|k =11}，選出K個(gè)最相近的上下文{Fk，(Axk, Ayk) k = 1 K}；步驟250.將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一個(gè)都除 以ck’之和得到權(quán)重{wk|k= 11}步驟260.計(jì)算預(yù)測(cè)待搜索目標(biāo)圖像中心(x’，y’ )的相對(duì)位置是(Ax，Ay)= (E wkAxk,E wkAyk) |k= 11}，并存儲(chǔ)；步驟270.判斷所述預(yù)測(cè)值(AX，Ay)和上一次的預(yù)測(cè)值相比變化是否小于一閾 值，若是，則執(zhí)行步驟280 ；否則，返回步驟230 ；步驟280.更新目標(biāo)圖像中心的相對(duì)位置預(yù)測(cè)為(x,y) = (X，+AX，y’ + A y)；步驟290.判斷S是否達(dá)到一預(yù)設(shè)值，若是，則所述待搜索目標(biāo)圖像中心的相對(duì)位 置為(X，y) = (X’ +AX，y’ +Ay)；否則，返回步驟 220。為實(shí)現(xiàn)本發(fā)明的目的，還提供一種目標(biāo)圖像搜索系統(tǒng)，所述系統(tǒng)，包括目標(biāo)圖像搜索模型訓(xùn)練模塊，用于在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn)位 置和預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位置 的距離進(jìn)行比較，保存其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)；目標(biāo)圖像搜索模塊，用于利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下 預(yù)測(cè)待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像 上的位置。所述目標(biāo)圖像搜索模型訓(xùn)練模塊，包括
圖像采集模塊，用于采集多個(gè)具有顯著特征的訓(xùn)練圖像Xi，i G [1，I]；視野圖像采集模塊，以真實(shí)目標(biāo)圖像中心在所述訓(xùn)練圖像&上的位置(x，y)為中 心采樣尺度s(s G [S，l])下的目標(biāo)圖像，形成在所述訓(xùn)練圖像&上尺度為S的視野圖像 VFis；特征矢量提取模塊，在所述視野圖像VFis上選擇一個(gè)初始視點(diǎn){(xisp，yisp) |p =，并基于所述初始視點(diǎn)位置提取一個(gè)特征矢量Fis ；距離計(jì)算模塊，用于計(jì)算所述真實(shí)目標(biāo)圖像中心位置(x，y)距離所述初始視點(diǎn) (xisp, yisp)的相對(duì)距離(Axisp, A yisp) = (x-xisp, y-yisp)；并預(yù)測(cè)待搜索目標(biāo)圖像 中心距離所述初始視點(diǎn)(xiSp，yiSp)的相對(duì)距離(Axisp’，A yisp')；判斷模塊，用于判斷所述相對(duì)距離(Axisp，, A yisp’ )與(Axisp, A yisp)是否 相差較大，若是，則追加存儲(chǔ)當(dāng)前新的上下文知識(shí){Fis，(Axisp, A yisp)}，并觸發(fā)特征矢 量提取模塊；否則，觸發(fā)特征矢量提取模塊；閾值判斷子模塊，用于判斷S是否達(dá)到預(yù)設(shè)值，若是，則進(jìn)一步判斷判斷I值是否 達(dá)到預(yù)設(shè)值，若是，則結(jié)束模型訓(xùn)練；否則觸發(fā)圖像采集模塊；若S沒有達(dá)到預(yù)設(shè)值則觸發(fā) 視野圖像采集模塊。所述距離計(jì)算模塊，包括上下文選擇模塊.根據(jù)存儲(chǔ)的上下文知識(shí){Fis( Axisp，Ayisp)}，通過內(nèi)積運(yùn)算計(jì)算 當(dāng)前特征矢量Fis與存儲(chǔ)的Fis的相似性系數(shù){ck = <Fis，存儲(chǔ)的Fis>|k= 11}，選出K個(gè)最 相近的上下文{Fk，(Axk, Ayk) |k = 11}；權(quán)重值計(jì)算模塊，用于將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的 每一個(gè)都除以ck，之和得到權(quán)重{wk|k= 11}；位置預(yù)測(cè)模塊，用于預(yù)測(cè)待搜索目標(biāo)圖像中心位置(xisp’，yisp’ )距離當(dāng)前初 始視點(diǎn)(xisp, yisp)的相對(duì)距離是(Axisp，, Ayisp，) = ( E wkAxk, E wk A yk) k = 1 K}。所述目標(biāo)圖像搜索模塊，包括圖像輸入模塊，用于輸入一個(gè)圖像并任意選定所述圖像上的一點(diǎn)作為待搜索的目 標(biāo)圖像中心的位置(x，，y，)；視野圖像采樣模塊，用于以(x’，y’ )為中心，采樣尺度s(s G [S，l])下的視野圖 像 VFis ；特征矢量提取子模塊，用于在當(dāng)前視野圖像VFS上提取一個(gè)特征矢量Fis’ ；距離計(jì)算子模塊，用于根據(jù)所述目標(biāo)圖像搜索模型訓(xùn)練模塊中存儲(chǔ)的上下文知識(shí) {Fis，(Axisp，Ayisp)|i = n,s = S l，p =廣P}，通過內(nèi)積運(yùn)算計(jì)算提取的特征矢量Fis，與 Fis的相似性系數(shù){ck = <Fis，，F(xiàn)is>|k = 11}，選出K個(gè)最相近的上下文{Fk，(Axk, A yk) k =1 K}；權(quán)重值計(jì)算子模塊，用于將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中 的每一個(gè)都除以ck，之和得到權(quán)重{wk|k= 11}目標(biāo)圖像位置計(jì)算模塊，用于計(jì)算預(yù)測(cè)待搜索目標(biāo)圖像中心(x’，y’ )的相對(duì)位置 是(AX，Ay) = ( E wkAxk, E wkAyk) |k= 1 K}，并存儲(chǔ)；閾值判斷模塊，用于判斷所述預(yù)測(cè)值(AX，Ay)和上一次的預(yù)測(cè)值相比變化是否小于一閾值，若是，則觸發(fā)更新模塊；否則，觸發(fā)特征矢量提取子模塊；更新模塊，用于更新目標(biāo)圖像中心的相對(duì)位置預(yù)測(cè)為(x，y) = (x’ + Ax，y’ + Ay)；預(yù)設(shè)值判斷子模塊，用于判斷S是否達(dá)到一預(yù)設(shè)值，若是，則所述待搜索目標(biāo)圖像 中心的相對(duì)位置為(x,y) = (x，+AX，y，+Ay)；否則，觸發(fā)視野圖像采樣模塊。本發(fā)明的有益效果是本發(fā)明采用全局上下文和局部上下文知識(shí)的順序結(jié)合策略 和啟發(fā)式預(yù)測(cè)機(jī)制，節(jié)省了上下文知識(shí)表示和存儲(chǔ)數(shù)量，避免了機(jī)械耗時(shí)的遍歷式搜索，提 高了目標(biāo)搜索速度和精度。


圖1是本發(fā)明的目標(biāo)圖像搜索方法的步驟流程圖；圖2是本發(fā)明中訓(xùn)練目標(biāo)圖像搜索模型的步驟流程圖；圖3是本發(fā)明中預(yù)測(cè)待搜索目標(biāo)圖像中心距離初始視點(diǎn)的相對(duì)距離的步驟流程 圖；圖4是本發(fā)明中利用所述目標(biāo)圖像搜索模型搜索目標(biāo)圖像位置的步驟流程圖；圖5是本發(fā)明的目標(biāo)圖像搜索系統(tǒng)的結(jié)構(gòu)示意圖。
具體實(shí)施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明的一種目標(biāo)圖像搜索方法和系統(tǒng)進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具 體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明的一種目標(biāo)圖像搜索方法和系統(tǒng)，采用先全局上下文估計(jì)粗略目標(biāo)圖像位 置、后局部上下文精確估計(jì)目標(biāo)圖像位置的順序和策略，以及啟發(fā)式預(yù)測(cè)機(jī)制，節(jié)省了上下 文知識(shí)表示和存儲(chǔ)數(shù)量，避免了機(jī)械耗時(shí)的遍歷式搜索，提高了目標(biāo)圖像搜索速度和精度。下面結(jié)合上述目標(biāo)詳細(xì)介紹本發(fā)明的一種目標(biāo)圖像搜索方法，圖1是本發(fā)明的目 標(biāo)圖像搜索方法的步驟流程圖，如圖1所示，所述方法，包括下列步驟步驟100.訓(xùn)練目標(biāo)圖像搜索模型；在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn) 位置和預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位 置的距離進(jìn)行比較，保存其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)，以獲得目標(biāo)圖像搜索 模型；圖2是本發(fā)明中訓(xùn)練目標(biāo)圖像搜索模型的步驟流程圖，如圖2所示，所述步驟100， 包括下列步驟步驟110.輸入一個(gè)訓(xùn)練圖像Xp i G [1，I]；步驟120.以真實(shí)目標(biāo)圖像中心在所述訓(xùn)練圖像&上的位置(x，y)為中心采樣尺 度s(s G [S，l])下的目標(biāo)圖像，形成在所述訓(xùn)練圖像&上尺度為S的視野圖像VFis;步驟130.在所述視野圖像VFis上選擇一個(gè)初始視點(diǎn){(xisp, yisp) | p =廣P}，并基 于所述初始視點(diǎn)位置提取一個(gè)特征矢量Fis ；步驟140.計(jì)算所述真實(shí)目標(biāo)圖像中心位置(x，y)距離所述初始視點(diǎn)(xisp，yisp) 的相對(duì)距離(Axisp，Ayisp) = (x-xisp,y-yisp)；并采用以下三個(gè)步驟預(yù)測(cè)待搜索目標(biāo)圖像中 心距離所述初始視點(diǎn)(xisp，yisp)的相對(duì)距離(Axisp ’，Ayisp ’)，即預(yù)測(cè)出的待搜索目標(biāo)圖像中心位置為(xisp，，yisp，) = (xisp+Axisp，，yisp+Ayisp，)；圖3是本發(fā)明中預(yù)測(cè)待搜索目標(biāo)圖像中心距離初始視點(diǎn)的相對(duì)距離的步驟流程 圖，如圖3所示，所述步驟140，包括下列步驟步驟141.根據(jù)存儲(chǔ)的上下文知識(shí){Fis，(Axisp，Ayisp)}，通過內(nèi)積運(yùn)算計(jì)算當(dāng)前 特征矢量Fis與存儲(chǔ)的Fis的相似性系數(shù){ck = <Fis，存儲(chǔ)的Fis>|k= 11}，選出K個(gè)最相近 的上下文{Fk，(Axk, Ayk) |k= 11}；步驟142.將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一個(gè)都除 以ck’之和得到權(quán)重{wk|k= 11}；步驟143.預(yù)測(cè)待搜索目標(biāo)圖像中心位置(xisp’，yisp’ )距離當(dāng)前初始視點(diǎn)(xisp， Yisp)的相對(duì)距離是(Axisp，，Ayisp，) = ( E wkAxk,E wkAyk) k= 1 K}；步驟150.判斷所述相對(duì)距離(Axisp，，Ayisp，)與(Axisp, A yisp)是否相差較大， 若是，則追加存儲(chǔ)當(dāng)前新的上下文知識(shí){Fis，( A xisp, A yisp)}，并返回步驟130 ；否則，返回步 驟 130 ；步驟160.判斷S是否達(dá)到預(yù)設(shè)值，若是，則執(zhí)行步驟170 ；否則，返回步驟120。步驟170.判斷I值是否達(dá)到預(yù)設(shè)值，若是，則結(jié)束模型訓(xùn)練；否則返回步驟110。上述訓(xùn)練目標(biāo)圖像搜索模型的方法，是在不同圖像的不同尺度下針對(duì)不同初始視 點(diǎn)位置與預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置與真實(shí)目標(biāo)圖像中心 位置的距離進(jìn)行比較，選擇相差較多的情況所對(duì)應(yīng)的上下文知識(shí)存入模型中，補(bǔ)充未知的 上下文知識(shí)，以獲得更優(yōu)的目標(biāo)圖像搜索模型。步驟200.輸入一個(gè)圖像，利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下 預(yù)測(cè)待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像 上的位置。圖4是本發(fā)明中利用所述目標(biāo)圖像搜索模型搜索目標(biāo)圖像位置的步驟流程圖，如 圖4所示，所述步驟200，包括下列步驟步驟210.輸入一個(gè)圖像并任意選定所述圖像上的一點(diǎn)作為待搜索的目標(biāo)圖像中 心的位置(x，，y，)；步驟220.以(x’，y’)為中心，采樣尺度s(s e [S，1])下的視野圖像VFis ；步驟230.在當(dāng)前視野圖像VFS上提取一個(gè)特征矢量Fis’ ；步驟240.根據(jù)預(yù)先存儲(chǔ)的上下文知識(shí){Fis，( Axisp，A yisp) | i =廣I，s = S 1，p =廣P}，通過內(nèi)積運(yùn)算計(jì)算提取的特征矢量Fis’與Fis的相似性系數(shù){Ck = <Fis，，F(xiàn)is>|k = 11}，選出K個(gè)最相近的上下文{Fk，(Axk, Ayk) |k= 1 K}；步驟250.將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一個(gè)都除 以ck’之和得到權(quán)重{wk|k= 11}步驟260.預(yù)測(cè)待搜索目標(biāo)圖像中心(x’，y’)的相對(duì)位置是(Ax，Ay)= (E wkAxk,E wkAyk) |k= 11}，并存儲(chǔ)；步驟270.判斷所述預(yù)測(cè)值(AX，Ay)和上一次的預(yù)測(cè)值相比變化是否小于一閾 值，若是，則執(zhí)行步驟280 ；否則，返回步驟230 ；本步驟中所述預(yù)測(cè)值(AX，Ay)和上一次的預(yù)測(cè)值相比變化小于一閾值，說(shuō)明根 據(jù)在當(dāng)前尺度S下提取的特征矢量計(jì)算得到的待搜索目標(biāo)圖像中心的位置相對(duì)準(zhǔn)確，可以結(jié)束當(dāng)前尺度S下待搜索目標(biāo)圖像中心的位置的搜索。步驟280.更新目標(biāo)圖像中心的相對(duì)位置預(yù)測(cè)為(x,y) = (χ，+Δχ,γ' +Δγ)；步驟290.判斷S是否達(dá)到一預(yù)設(shè)值，若是，則所述待搜索目標(biāo)圖像中心的相對(duì)位 置為(X，y) = (χ' +Δχ,γ' +ΔΥ)；否則，返回步驟 230。相應(yīng)于本發(fā)明的一種目標(biāo)圖像搜索方法，還提供一種目標(biāo)圖像搜索系統(tǒng)，圖5是 本發(fā)明的目標(biāo)圖像搜索系統(tǒng)的結(jié)構(gòu)示意圖，如圖5所示，所述系統(tǒng)10，包括目標(biāo)圖像搜索模型訓(xùn)練模塊1，用于在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn) 位置和預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位 置的距離進(jìn)行比較，保存其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)；目標(biāo)圖像搜索模塊2，用于利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下 預(yù)測(cè)待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像 上的位置。其中，所述目標(biāo)圖像搜索模型訓(xùn)練模塊1，包括圖像采集模塊11，用于采集多個(gè)具有顯著特征的訓(xùn)練圖像Xi, i e [1，I]；視野圖像采集模塊12，以真實(shí)目標(biāo)圖像中心在所述訓(xùn)練圖像&上的位置(x，y)為 中心采樣尺度s(s e [S，l])下的目標(biāo)圖像，形成在所述訓(xùn)練圖像Xi上尺度為S的視野圖 像 VFis ；特征矢量提取模塊13，在所述視野圖像VFis上選擇一個(gè)初始視點(diǎn){(xisp， yisp) |p = 1 P}，并基于所述初始視點(diǎn)位置提取一個(gè)特征矢量Fis ；距離計(jì)算模塊14，用于計(jì)算所述真實(shí)目標(biāo)圖像中心位置(x，y)距離所述初始視點(diǎn) (xisp, yisp)的相對(duì)距離(Δ xisp, Δ yisp) = (x-xisp, y-yisp)；并預(yù)測(cè)待搜索目標(biāo)圖像 中心距離所述初始視點(diǎn)(xisp，yisp)的相對(duì)距離(Axisp’，Ayisp')；作為一種可實(shí)施方式，所述距離計(jì)算模塊14，包括上下文選擇模塊141.根據(jù)存儲(chǔ)的上下文知識(shí){Fis，(Axisp, Δ yisp)}，通過內(nèi)積 運(yùn)算計(jì)算當(dāng)前特征矢量Fis與存儲(chǔ)的Fis的相似性系數(shù){ck = <Fis，存儲(chǔ)的Fis> I k = 1 K}，選出K個(gè)最相近的上下文{Fk，( Δ xk，Δ yk) k = 1 K}；權(quán)重值計(jì)算模塊142，用于將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中 的每一個(gè)都除以ck’之和得到權(quán)重Iwk Ik = 1 K}；位置預(yù)測(cè)模塊143，用于預(yù)測(cè)待搜索目標(biāo)圖像中心位置(xisp’，yisp’ )距離當(dāng)前 初始視點(diǎn)(xisp，yisp)的相對(duì)距離是(Δ xisp，，Δ yisp，)= ( Σ wkAxk, Σ wk Δ yk) |k =
1 K}。判斷模塊15，用于判斷所述相對(duì)距離(Axisp', Δ yisp’)與(Δ xisp, Δ yisp)是 否相差較大，若是，則追加存儲(chǔ)當(dāng)前新的上下文知識(shí){Fis，(Axisp, Ayisp)}，并觸發(fā)特征 矢量提取模塊13 ；否則，觸發(fā)特征矢量提取模塊13 ；閾值判斷子模塊16，用于判斷S是否達(dá)到預(yù)設(shè)值，若是，則進(jìn)一步判斷判斷I值是 否達(dá)到預(yù)設(shè)值，若是，則結(jié)束模型訓(xùn)練；否則觸發(fā)圖像采集模塊11 ；若S沒有達(dá)到預(yù)設(shè)值則 觸發(fā)視野圖像采集模塊12。其中，所述目標(biāo)圖像搜索模塊2，包括圖像輸入模塊21，用于輸入一個(gè)圖像并任意選定所述圖像上的一點(diǎn)作為待搜索的目標(biāo)圖像中心的位置(x，，y，)；視野圖像采樣模塊22，用于以(x’，y’)為中心，采樣尺度s(s e [S，l])下的視野 圖像VFis ；特征矢量提取子模塊23，用于在當(dāng)前視野圖像VFs上提取一個(gè)特征矢量Fis’ ；距離計(jì)算子模塊24，用于根據(jù)所述目標(biāo)圖像搜索模型訓(xùn)練模塊1中存儲(chǔ)的上下文 知識(shí){Fis，(Axisp，Ayisp) |i = Γ ,8 = S l，p =廣P}，通過內(nèi)積運(yùn)算計(jì)算提取的特征矢量 Fis，與Fis的相似性系數(shù)Ick = <Fis，，F(xiàn)is>|k= 11}，選出K個(gè)最相近的上下文{Fk，(Axk, Ayk) Ik=TKj ；權(quán)重值計(jì)算子模塊25，用于將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’ 中的每一個(gè)都除以Ck’之和得到權(quán)重IwkIk = ΓΚ}目標(biāo)圖像位置計(jì)算模塊26，用于計(jì)算預(yù)測(cè)待搜索目標(biāo)圖像中心(x’，y’)的相對(duì)位 置是(ΔΧ，Δγ) = ( Σ WkAxk, Σ WkAyk) |k= 1 Κ}，并存儲(chǔ)；閾值判斷模塊27，用于判斷所述預(yù)測(cè)值(ΔΧ，Ay)和上一次的預(yù)測(cè)值相比變化是 否小于一閾值，若是，則觸發(fā)更新模塊28 ；否則，觸發(fā)特征矢量提取子模塊23 ；更新模塊28，用于更新目標(biāo)圖像中心的相對(duì)位置預(yù)測(cè)為(x，y) = (χ’+Δχ， y，+ Ay)；預(yù)設(shè)值判斷子模塊29，用于判斷S是否達(dá)到一預(yù)設(shè)值，若是，則所述待搜索目標(biāo)圖 像中心的相對(duì)位置為(x，y) = (X’ +Ax，y’ +Ay)；否則，觸發(fā)視野圖像采樣模塊22。較佳地，在實(shí)際操作時(shí)，對(duì)于目標(biāo)圖像搜索模型訓(xùn)練模塊和目標(biāo)圖像搜索模塊中 一些實(shí)現(xiàn)相同功能的模塊，可以僅由一個(gè)模塊完成。本發(fā)明的有益效果在于本發(fā)明采用全局上下文和局部上下文知識(shí)的順序結(jié)合策略和啟發(fā)式預(yù)測(cè)機(jī)制，節(jié) 省了上下文知識(shí)表示和存儲(chǔ)數(shù)量，避免了機(jī)械耗時(shí)的遍歷式搜索，提高了目標(biāo)搜索速度和 精度。通過結(jié)合附圖對(duì)本發(fā)明具體實(shí)施例的描述，本發(fā)明的其它方面及特征對(duì)本領(lǐng)域的 技術(shù)人員而言是顯而易見的。以上對(duì)本發(fā)明的具體實(shí)施例進(jìn)行了描述和說(shuō)明，這些實(shí)施例應(yīng)被認(rèn)為其只是示例 性的，并不用于對(duì)本發(fā)明進(jìn)行限制，本發(fā)明應(yīng)根據(jù)所附的權(quán)利要求進(jìn)行解釋。
權(quán)利要求
一種目標(biāo)圖像搜索方法，其特征在于，所述方法，包括下列步驟步驟100.在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn)位置和預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位置的距離進(jìn)行比較，保存其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)，以獲得目標(biāo)圖像搜索模型；步驟200.輸入一個(gè)圖像，利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下預(yù)測(cè)待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像上的位置。
2.根據(jù)權(quán)利要求1所述的目標(biāo)圖像搜索方法，其特征在于，所述步驟100，包括下列步驟步驟110.輸入一個(gè)訓(xùn)練圖像Xi，i G [1，I]；步驟120.以真實(shí)目標(biāo)圖像中心在所述訓(xùn)練圖像Xii的位置(X，y)為中心采樣尺度 s(s G [s，l])下的目標(biāo)圖像，形成在所述訓(xùn)練圖像&上尺度為S的視野圖像VFis;步驟130.在所述視野圖像VFis上選擇一個(gè)初始視點(diǎn){(xisp，yisp) |p =廣P}，并基于所 述初始視點(diǎn)位置提取一個(gè)特征矢量Fis ；步驟140.計(jì)算所述真實(shí)目標(biāo)圖像中心位置(x，y)距離所述初始視點(diǎn)(xisp，yisp)的 相對(duì)距離(Axisp, A yisp) = (x-xisp, y-yisp)；并預(yù)測(cè)待搜索目標(biāo)圖像中心距離所述初 始視點(diǎn)(xisp, yisp)的相對(duì)距離(Axisp', A yisp，)；步驟150.判斷所述相對(duì)距離(Axisp', A yisp’)與(Axisp, A yisp)是否相差較大， 若是，則追加存儲(chǔ)當(dāng)前新的上下文知識(shí){Fis，(Axisp, A yisp)}，并返回步驟130;否則，返回 步驟130 ；步驟160.判斷S是否達(dá)到預(yù)設(shè)值，若是，則執(zhí)行步驟170 ；否則，返回步驟120。 步驟170.判斷I值是否達(dá)到預(yù)設(shè)值，若是，則結(jié)束模型訓(xùn)練；否則返回步驟110。
3.根據(jù)權(quán)利要求2所述的目標(biāo)圖像搜索方法，其特征在于，所述步驟140，包括下列步驟步驟141.根據(jù)存儲(chǔ)的上下文知識(shí){Fis，(Axisp, A yisp)}，通過內(nèi)積運(yùn)算計(jì)算當(dāng)前特征 矢量Fis與存儲(chǔ)的Fis的相似性系數(shù){ck = <Fis，存儲(chǔ)的Fis>|k= 11}，選出K個(gè)最相近的上 下文{Fk，(Axk, A yk) | k = 1 K}；步驟142.將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一個(gè)都除以ck’ 之和得到權(quán)重{wk|k = 11}；步驟143.預(yù)測(cè)待搜索目標(biāo)圖像中心位置(xisp’，yisp’ )距離當(dāng)前初始視點(diǎn)(xisp， yisp)的相對(duì)距離是(Axisp，, A yisp，) = ( E wkAxk, E wk A yk) k = 1 K}。
4.根據(jù)權(quán)利要求1所述的目標(biāo)圖像搜索方法，其特征在于，所述步驟200，包括下列步驟步驟210.輸入一個(gè)圖像并任意選定所述圖像上的一點(diǎn)作為待搜索的目標(biāo)圖像中心的 位置(x，，y，)；步驟220.以(x’，y’)為中心，采樣尺度s(s e [S，1])下的視野圖像VFis ； 步驟230.在當(dāng)前視野圖像VFS上提取一個(gè)特征矢量Fis’ ；步驟240.根據(jù)預(yù)先存儲(chǔ)的上下文知識(shí){Fis，(Axisp, Ayisp) |i =廣I，s = S 1，p = 廣P}，通過內(nèi)積運(yùn)算計(jì)算提取的特征矢量Fis’與Fis的相似性系數(shù){ck = <Fis，，F(xiàn)is>|k =11}，選出K個(gè)最相近的上下文{Fk，(Axk, Ayk) |k= 1 K}；步驟250.將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一個(gè)都除以ck’ 之和得到權(quán)重{wk|k = 11}；步驟260.計(jì)算預(yù)測(cè)待搜索目標(biāo)圖像中心(x’，y’)的相對(duì)位置是(Ax，Ay)= (E wkAxk,E wkAyk) |k= 11}，并存儲(chǔ)；步驟270.判斷所述預(yù)測(cè)值(AX，Ay)和上一次的預(yù)測(cè)值相比變化是否小于一閾值，若 是，則執(zhí)行步驟280 ；否則，返回步驟230 ；步驟280.更新目標(biāo)圖像中心的相對(duì)位置預(yù)測(cè)為(X，y) = (X’ +AX，y’ +Ay)； 步驟290.判斷S是否達(dá)到一預(yù)設(shè)值，若是，則所述待搜索目標(biāo)圖像中心的相對(duì)位置為 (x,y) = (x’ +Ax,y' +Ay)；否則，返回步驟 220。
5.一種目標(biāo)圖像搜索系統(tǒng)，其特征在于，所述系統(tǒng)，包括目標(biāo)圖像搜索模型訓(xùn)練模塊，用于在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn)位置和 預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位置的距 離進(jìn)行比較，保存其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)；目標(biāo)圖像搜索模塊，用于利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下預(yù)測(cè) 待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像上的 位置。
6.根據(jù)權(quán)利要求5所述的目標(biāo)圖像搜索系統(tǒng)，其特征在于，所述目標(biāo)圖像搜索模型訓(xùn) 練模塊，包括圖像采集模塊，用于采集多個(gè)具有顯著特征的訓(xùn)練圖像X” i G [1，I]； 視野圖像采集模塊，以真實(shí)目標(biāo)圖像中心在所述訓(xùn)練圖像&上的位置(x，y)為中心采 樣尺度s(s G [S，l])下的目標(biāo)圖像，形成在所述訓(xùn)練圖像&上尺度為S的視野圖像VFis;特征矢量提取模塊，在所述視野圖像VFis上選擇一個(gè)初始視點(diǎn){(xisp，yisp) |p = ， 并基于所述初始視點(diǎn)位置提取一個(gè)特征矢量Fis ；距離計(jì)算模塊，用于計(jì)算所述真實(shí)目標(biāo)圖像中心位置(x，y)距離所述初始視點(diǎn)(xisp， yisp)的相對(duì)距離(Axisp, A yisp) = (x-xisp, y-yisp)；并預(yù)測(cè)待搜索目標(biāo)圖像中心距 離所述初始視點(diǎn)(xisp, yisp)的相對(duì)距離(Axisp', A yisp，)；判斷模塊，用于判斷所述相對(duì)距離(Axisp', A yisp’ )與(Axisp, A yisp)是否相差 較大，若是，則追加存儲(chǔ)當(dāng)前新的上下文知識(shí){Fis，(Axisp, A yisp)}，并觸發(fā)特征矢量提 取模塊；否則，觸發(fā)特征矢量提取模塊；閾值判斷子模塊，用于判斷S是否達(dá)到預(yù)設(shè)值，若是，則進(jìn)一步判斷判斷I值是否達(dá)到 預(yù)設(shè)值，若是，則結(jié)束模型訓(xùn)練；否則觸發(fā)圖像采集模塊；若S沒有達(dá)到預(yù)設(shè)值則觸發(fā)視野 圖像采集模塊。
7.根據(jù)權(quán)利要求6所述的目標(biāo)圖像搜索系統(tǒng)，其特征在于，所述距離計(jì)算模塊，包括 上下文選擇模塊.根據(jù)存儲(chǔ)的上下文知識(shí){Fis，(Axisp, Ayisp)}，通過內(nèi)積運(yùn)算計(jì)算當(dāng)前特征矢量Fis與存儲(chǔ)的Fis的相似性系數(shù){ck = <Fis，存儲(chǔ)的Fis>|k= 11}，選出K個(gè)最相 近的上下文{Fk，(Axk, Ayk) |k = 11}；權(quán)重值計(jì)算模塊，用于將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每一 個(gè)都除以ck，之和得到權(quán)重{wk|k= 11}；位置預(yù)測(cè)模塊，用于預(yù)測(cè)待搜索目標(biāo)圖像中心位置(Xisp’，yisp’ )距離當(dāng)前初始視點(diǎn) (xisp, yisp)的相對(duì)距離是(Axisp，，Ayisp，) = ( E wkAxk, E wk A yk) k = 1 K}。 8.根據(jù)權(quán)利要求6所述的目標(biāo)圖像搜索系統(tǒng)，其特征在于，所述目標(biāo)圖像搜索模塊，包括圖像輸入模塊，用于輸入一個(gè)圖像并任意選定所述圖像上的一點(diǎn)作為待搜索的目標(biāo)圖 像中心的位置(x，，y，)；視野圖像采樣模塊，用于以(x’，r)為中心，采樣尺度s(s G [S，l])下的視野圖像 VFis；特征矢量提取子模塊，用于在當(dāng)前視野圖像VFS上提取一個(gè)特征矢量Fis’ ； 距離計(jì)算子模塊，用于根據(jù)所述目標(biāo)圖像搜索模型訓(xùn)練模塊中存儲(chǔ)的上下文知識(shí){Fis， (AXisp，Ayisp) |i = n,s = S l，p =廣P}，通過內(nèi)積運(yùn)算計(jì)算提取的特征矢量Fis，與Fis 的相似性系數(shù){ck = <Fis，，F(xiàn)is> | k = 1 K}，選出K個(gè)最相近的上下文{Fk，(Axk, A yk) | k = 1 K}；權(quán)重值計(jì)算子模塊，用于將選出的K個(gè)最相近的上下文對(duì)應(yīng)的相似性系數(shù)ck’中的每 一個(gè)都除以ck，之和得到權(quán)重{wk|k= 11}目標(biāo)圖像位置計(jì)算模塊，用于計(jì)算預(yù)測(cè)待搜索目標(biāo)圖像中心(x’，r)的相對(duì)位置是 (Ax, A y) = ( E wkAxk, E wkAyk) k = 1 K}，并存儲(chǔ)；閾值判斷模塊，用于判斷所述預(yù)測(cè)值(Ax，Ay)和上一次的預(yù)測(cè)值相比變化是否小于 一閾值，若是，則觸發(fā)更新模塊；否則，觸發(fā)特征矢量提取子模塊；更新模塊，用于更新目標(biāo)圖像中心的相對(duì)位置預(yù)測(cè)為(x，y) = (x’ +Ax，y’ +Ay)； 預(yù)設(shè)值判斷子模塊，用于判斷S是否達(dá)到一預(yù)設(shè)值，若是，則所述待搜索目標(biāo)圖像中心 的相對(duì)位置為(x,y) = (X，+AX，y，+ A y)；否則，觸發(fā)視野圖像采樣模塊。
全文摘要
本發(fā)明公開了一種目標(biāo)圖像搜索方法和系統(tǒng)。所述方法，包括下列步驟在不同圖像的不同尺度下針對(duì)不同初始視點(diǎn)位置和預(yù)測(cè)待搜索目標(biāo)圖像中心位置的距離，與相應(yīng)初始視點(diǎn)位置和真實(shí)目標(biāo)圖像中心位置的距離進(jìn)行比較，保存其中相差較多的情況所對(duì)應(yīng)的上下文知識(shí)，以獲得目標(biāo)圖像搜索模型；輸入一個(gè)圖像，利用所述目標(biāo)圖像搜索模型，在所述圖像的不同尺度下預(yù)測(cè)待搜索目標(biāo)圖像中心的相對(duì)位置并保存，以獲得準(zhǔn)確的待搜索的目標(biāo)圖像在所述圖像上的位置。
文檔編號(hào)G06F17/30GK101923575SQ201010269299
公開日2010年12月22日 申請(qǐng)日期2010年8月31日 優(yōu)先權(quán)日2010年8月31日
發(fā)明者卿來(lái)云, 苗軍, 陳熙霖, 高文 申請(qǐng)人:中國(guó)科學(xué)院計(jì)算技術(shù)研究所