一種物體圖像識(shí)別方法及其系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種物體圖像識(shí)別方法及其系統(tǒng)。
【背景技術(shù)】
[0002] 物體圖像識(shí)別系統(tǒng)在現(xiàn)今商業(yè)和娛樂(lè)產(chǎn)業(yè)中越發(fā)受到青睞。但是，以計(jì)算機(jī)視角 在視頻中進(jìn)行物體圖像識(shí)別是存在一定難度的。因?yàn)?，?jì)算機(jī)很難依據(jù)給出一系列已知的 包含目標(biāo)物體的圖像，在視頻序列中定位和識(shí)別目標(biāo)物體（如給出一個(gè)準(zhǔn)確的描述）。在實(shí) 際生活中，，物體視頻識(shí)別系統(tǒng)基于其巨大的潛力，已經(jīng)開(kāi)始被應(yīng)用于許多正在快速發(fā)展的 領(lǐng)域，包括視頻監(jiān)控，增強(qiáng)現(xiàn)實(shí)，自動(dòng)目標(biāo)捕捉，醫(yī)學(xué)分析，質(zhì)量控制以及視頻講座評(píng)估。雖 然物體圖像識(shí)別對(duì)于人的大腦而言是非常簡(jiǎn)單的任務(wù)，但對(duì)于計(jì)算機(jī)卻是一個(gè)重大挑戰(zhàn)。 因?yàn)槟繕?biāo)物體可以在方向，亮度，外觀形態(tài)以及遮擋情況等方面存在許多不同的出現(xiàn)形式。
[0003] 典型的物體圖像識(shí)別系統(tǒng)一般至少包括一個(gè)物體檢測(cè)和物體確認(rèn)模塊。不管是檢 測(cè)還是確認(rèn)模塊，在本領(lǐng)域的現(xiàn)有方法一般包括兩個(gè)步驟：學(xué)習(xí)階段和確認(rèn)階段。在學(xué)習(xí) 階段，通常會(huì)有一個(gè)包括了不同物體的數(shù)據(jù)庫(kù)作為訓(xùn)練數(shù)據(jù)。依據(jù)物體的類別，提取出那些 具有顯著性區(qū)別，容易判斷的物體特征，并結(jié)合一些已經(jīng)確定的學(xué)習(xí)框架，生成一個(gè)物體模 型。在確認(rèn)階段，新給出的物體通過(guò)與物體模型的比較，將被確認(rèn)，歸入一個(gè)已知的物體類 型。
[0004] 如圖1所示，為現(xiàn)有技術(shù)中典型的物體圖像識(shí)別系統(tǒng)。物體檢測(cè)模塊應(yīng)用于輸入 視頻序列。然后，物體跟蹤和確認(rèn)模塊通過(guò)使用一個(gè)標(biāo)已注物體的數(shù)據(jù)庫(kù)作為訓(xùn)練數(shù)據(jù)，對(duì) 檢測(cè)出的物體進(jìn)行分析。在完成物體追蹤和確認(rèn)后，輸出物體標(biāo)注結(jié)果。
[0005] 但是，現(xiàn)有物體確認(rèn)模塊普遍存在的問(wèn)題是：用作訓(xùn)練的靜態(tài)數(shù)據(jù)庫(kù)中的物體與 被檢測(cè)視頻序列中的物體在方向，明亮程度，外觀形態(tài)以及遮擋情況等方面有很大的區(qū)別， 由此，導(dǎo)致物體確認(rèn)準(zhǔn)確度比較低。由本發(fā)明所述的具體實(shí)施例來(lái)看，視頻序列中那些包含 固有的時(shí)空信息的視頻幀能夠很好的用來(lái)提取提示信息從而幫助進(jìn)行物體圖像識(shí)別。如何 有效的從視頻中選擇有用的和簡(jiǎn)潔的信息作為線索幫助進(jìn)行物體圖像識(shí)別是一個(gè)還沒(méi)有 得到深入研究的充滿挑戰(zhàn)性問(wèn)題。
[0006] 本發(fā)明公開(kāi)的方法及其系統(tǒng)用于解決現(xiàn)有技術(shù)中的一個(gè)或者多個(gè)問(wèn)題。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的一方面公開(kāi)了一種物體圖像識(shí)別方法。所述方法包括：將一段輸入視頻 分成許多視頻片段，每個(gè)視頻片段都包含一個(gè)到多個(gè)視頻幀。在每個(gè)視頻片段中檢測(cè)目標(biāo) 類型以及相關(guān)類型的物體圖像。然后，生成一個(gè)提示信息，所述提示信息具體為代表輸入視 頻的視頻幀的一個(gè)子集。依據(jù)所述提示信息進(jìn)行物體追蹤和確認(rèn)。結(jié)合并依據(jù)上述追蹤和 確認(rèn)結(jié)果輸出物體標(biāo)記結(jié)果。
[0008] 本發(fā)明另一方面公開(kāi)了一種物體圖像識(shí)別系統(tǒng)。所述系統(tǒng)包括：物體檢測(cè)模塊，用 于在每個(gè)視頻片段中檢測(cè)目標(biāo)類型以及相關(guān)類型的物體圖像。提示信息生成模塊，用于生 成具體包括代表輸入視頻的視頻幀的一個(gè)子集的提示信息。進(jìn)一步的，還包括：物體追蹤和 確認(rèn)模塊，用于依據(jù)所述提示信息進(jìn)行物體追蹤和確認(rèn)并結(jié)合追蹤和確認(rèn)結(jié)果。輸出模塊， 用于依據(jù)上述追蹤和確認(rèn)結(jié)果輸出物體標(biāo)注結(jié)果。
[0009] 本發(fā)明的其他方面，所屬技術(shù)領(lǐng)域技術(shù)人員能夠依據(jù)本發(fā)明的權(quán)利要求書(shū)，說(shuō)明 書(shū)，以及附圖有效實(shí)施并充分公開(kāi)。
[0010] 附圖簡(jiǎn)要說(shuō)明
[0011] 圖1為現(xiàn)有的物體圖像識(shí)別系統(tǒng)的結(jié)構(gòu)框圖。
[0012] 圖2A為本發(fā)明【具體實(shí)施方式】中的一個(gè)具體工作系統(tǒng)200的示意圖。
[0013] 圖2B為本發(fā)明【具體實(shí)施方式】中的一個(gè)具體計(jì)算系統(tǒng)的示意圖。
[0014] 圖3為基于提示信息進(jìn)行物體圖像識(shí)別的系統(tǒng)的示意圖。
[0015] 圖4為本發(fā)明【具體實(shí)施方式】中物體圖像識(shí)別方法的方法流程圖。
[0016]圖5為本發(fā)明具體實(shí)施例中生成提示信息的方法流程圖。
【具體實(shí)施方式】
[0017] 附圖中展示的部分將被引用以具體說(shuō)明，闡述本發(fā)明具體技術(shù)實(shí)施方案。說(shuō)明書(shū) 中引用的數(shù)字代表附圖的相應(yīng)部分。
[0018] 如圖2A所示，這是本發(fā)明【具體實(shí)施方式】中的一個(gè)具體工作系統(tǒng)200。所述工作系 統(tǒng)200中包括有：電視機(jī)2102,遙控器2104,服務(wù)器2106,用戶2108,網(wǎng)絡(luò)系統(tǒng)2110。當(dāng)然 還可以包括其他合適的設(shè)備。
[0019] 電視機(jī)2102可以是任何合適類型的電視機(jī)，例如等離子電視，LCD電視，背投式電 視，智能電視或者非智能電視。電視機(jī)2102還可以包括一個(gè)計(jì)算系統(tǒng)，例如個(gè)人電腦，掌上 電腦或者智能手機(jī)等。進(jìn)一步的，所述電視機(jī)2102還可以是任何內(nèi)容演示的設(shè)備，所述設(shè) 備由遙控器2104控制，能夠在一個(gè)到多個(gè)頻道中演示多個(gè)節(jié)目。
[0020] 所述遙控器2104可以是任何合適類型的能夠遙控操作電視機(jī)2102的遙控器，例 如配套的電視遙控器，通用電視遙控器，掌上電腦，智能手機(jī)或者其他能夠?qū)崿F(xiàn)遙控功能的 智能設(shè)備。遙控器2104還可以包括其他不同類型的設(shè)備，例如動(dòng)作感應(yīng)遙控設(shè)備，圖像感 應(yīng)遙控設(shè)備以及其他一些簡(jiǎn)單輸入設(shè)備，例如鍵盤(pán)，鼠標(biāo)，聲控輸入等。
[0021] 具體的，所述服務(wù)器2106可以是任何用于提供個(gè)人信息內(nèi)容給用戶2108的一個(gè) 或者多個(gè)計(jì)算機(jī)服務(wù)器。所述服務(wù)器2106還用于幫助在遙控器2104和電視機(jī)2102之間 進(jìn)行通信連接，數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理。電視機(jī)2102,遙控器2104以及服務(wù)器2106通過(guò)網(wǎng)絡(luò) 系統(tǒng)2110建立通信連接，例如有線網(wǎng)絡(luò)，手機(jī)網(wǎng)絡(luò)，或者其他具體的網(wǎng)絡(luò)。
[0022] 用戶2108使用遙控器2104控制電視機(jī)2102播放不同的節(jié)目或者進(jìn)行其他用戶 感興趣的活動(dòng)。如果電視機(jī)配備有動(dòng)作感應(yīng)或者圖像感應(yīng)裝置，用戶還可以簡(jiǎn)單的使用手 勢(shì)動(dòng)作進(jìn)行控制。用戶2108可以是一個(gè)人也可以是多個(gè)，例如全部家庭成員在一起觀看電 視節(jié)目。
[0023] 電視機(jī)2102,遙控器2104和/或服務(wù)器2106在一個(gè)合適的電子計(jì)算平臺(tái)實(shí)現(xiàn)其 功能。圖2B是本發(fā)明【具體實(shí)施方式】中的一種可用于實(shí)現(xiàn)上述設(shè)備2102、2104和/或2106 的功能的計(jì)算系統(tǒng)的結(jié)構(gòu)框圖
[0024] 如圖2B所示，所述計(jì)算系統(tǒng)包括一個(gè)處理器202,存儲(chǔ)器204,播放器206,通信模 塊208,數(shù)據(jù)庫(kù)214以及外圍設(shè)備212。所述計(jì)算系統(tǒng)可以減省上述設(shè)備，也可以添加一些 其他類型的設(shè)備，而不限于上述設(shè)備。
[0025] 所述處理器202可以是任何合適的處理器或處理器組。具體的，所述處理器202為 能夠進(jìn)行多線程處理的多核心處理器。存儲(chǔ)器204可以是任何合適的存儲(chǔ)設(shè)備，例如R0M， RAM，閃存或者大容量機(jī)械式存儲(chǔ)設(shè)備，例如CD-ROM，硬盤(pán)等。存儲(chǔ)器204用于存儲(chǔ)為進(jìn)行各 種數(shù)據(jù)處理而預(yù)設(shè)的計(jì)算機(jī)運(yùn)行程序。
[0026] 所述外圍設(shè)備212具體包括：各種類型的傳感器以及輸入，輸出設(shè)備，例如鍵盤(pán)， 鼠標(biāo)。通信模塊208具體包括：各類網(wǎng)絡(luò)交互設(shè)備，用于在設(shè)備間通過(guò)網(wǎng)絡(luò)系統(tǒng)建立連接。 數(shù)據(jù)庫(kù)214具體包括一到多個(gè)用于存儲(chǔ)不同數(shù)據(jù)以及對(duì)數(shù)據(jù)進(jìn)行一些處理，例如搜索數(shù)據(jù) 的數(shù)據(jù)庫(kù)。
[0027] 電視機(jī)2102,遙控器2104和/或服務(wù)器2106可以成為一個(gè)物體圖像識(shí)別系統(tǒng)，用 于為用戶108識(shí)別物體。圖3展示了本發(fā)明【具體實(shí)施方式】中基于提示信息進(jìn)行物體圖像識(shí) 別的系統(tǒng)。