[发明专利]基于分布式和哈希映射的室外海量物体识别方法和系统

说明书

技术领域

本发明属于移动增强现实技术领域，具体涉及一种基于分布式处理和暴力匹配的室外大规模物体识别方法。

背景技术

图像识别的是基于内容的信息检索研究的热门话题,在遥感图像处理、医学图像处理和计算机视觉等领域有着广泛的应用。

随着互联网的发展，人类正在步入一个信息化的社会，互联网已经成为人类发布、获取、交换信息的重要平台。互联网上信息量的指数级增长，使得如何让用户能够快速准确地在海量的数据中找到其所需信息成为了一个重要的课题。近些年来，随着数字摄影和存储设备的进步和普及，室外的图像数量在互联网上的飞速增长，也已经达到成千上万了。如何有效的利用这些数据信息，给当前处于相同位置的用户提供这些已有的信息，是商业界和学术界的一个重要研究方向。然而，随着图像库规模的极大增长，要保证图像搜索的实时性，相应的数据库索引技术和图像检索技术也必须做相应的调整或加速。

同时计算机软、硬件技术的迅猛发展，为增强现实技术走出室内应用进而支持复杂的分析、决策和管理打下了坚实的基础。一些移动终端设备（像PDA、智能手机等）的功能也越来越丰富，并且拥有了嵌入式操作系统、触摸屏、GPS定位、视频摄像头等功能，同时也具备了较强的计算和处理能力。这些功能的集成为开发基于移动终端的增强现实系统奠定了基础。据有关资料，截止到2010年我国移动电话用户可达7.4亿，其中拥有智能手机的用户占了相当的比重，智能手机作为增强现实的应用平台将具有很大的应用潜力。3G网的逐步开通、运行，意味着移动增值业务全新时代的开始，增强现实技术和LBS相结合可以实现信息的实时交互、三维动态显示，可使人机界面更加友好和具有智能性。

基于上述分析，结合具有摄像头的终端以及服务器端的图像识别和匹配技术，可以将场景之类的大规模物体的在线识别变为可能。

然而以前的许多图像识别的研究工作都是在单机环境下考虑图像检索问题，许多方法也不能推广到更大规模的图像识别问题，系统性能和能够处理的数据规模存在局限性。当城市级规模的数据，以百万为单位时，图像识别系统需要海量的存储空间和海量数据的计算能力。因为图像库本身需要很大的空间存储，从图像提取的各种特征描述向量也需要大量的空间存储。同时，在图像识别和匹配过程中对描述符索引、匹配也需要强大计算能力。所以，用哈希函数的散列表示，只需要几十位就代表高维的描述向量，节省了存储空间，为大规模的存储数据提供了可行性。分布式文件系统和分布式计算为海量描述符的索引和描述符的并行匹配计算能力，为海量图像的识别提供支撑条件。

发明内容

有鉴于此，本发明提供了一种基于分布式处理和哈希映射的室外海量物体识别方案，能够实现在线海量物体的识别，而且减少了数据存储量，提高了图像识别和检索的速度。

该方案是这样实现的：

一种基于分布式处理和哈希映射的室外海量物体识别方法，预先获取带GPS信息的样本图像，提取每幅样本图像的局部特征并转化为描述符特征向量，再对描述符特征向量进行Hash映射，得到Hash位串称为样本位串；将样本图像的GPS信息、样本图像信息、样本位串对应存储到样本文件系统中；

所述的识别方法包括如下步骤：

步骤1：终端采集当前场景的待识别图像以及GPS信息；

步骤2：提取所述待识别图像的局部特征，并转化为描述符特征向量；

步骤3：将待识别图像的GPS信息以及描述符特征向量打包成一个描述符文件，发送给分布式处理系统；

步骤4：分布式处理系统中设有调度处理集群、多个计算节点和所述样本文件系统；调度处理集群接收到所述描述符文件后，从该描述符文件中提取GPS信息，查询当前正在处理的匹配任务中是否存在与提取的GPS信息相同的匹配任务，如果是，说明已经将与待识别图像相关的样本位串加载到各计算节点中，则将描述符文件发送给每个计算节点，然后执行步骤6；否则，执行步骤5；

所述匹配任务的查询标准为：如果当前正在处理的匹配任务对应的GPS信息与待识别图像的GPS信息一致或者相差一个预设阈值，则认为存在相同的匹配任务；

步骤5：调度处理集群为待识别图像加载相关的样本特征向量：

以待识别图像的GPS信息为圆心，按照预先设定的筛选半径确定一个圆形区域，从样本文件系统中筛选出GPS信息在所述圆形区域内的样本位串，将筛选出的样本位串分摊加载到各个计算节点中；同时，调度处理集群还将描述符文件发送给每个计算节点。