[发明专利]一种基于先验条件约束的图像场景多对象标记方法

说明书

本发明公开一种基于先验条件约束的图像场景多对象标记方法，包括：确定语义对象群的感兴趣区域；计算测试图像的多维度特征，作为先验外观约束，将像素级多维度特征转化为超像素级多维度特征；构建测试图像感兴趣区域的图模型结构，以感兴趣区域中超像素作为图结构节点，以超像素的邻接关系作为图结构的边，将先验外观约束的对应特征转化为边权重值，计算初始测地线距离，作为节点权重值；进行测地线传播，每一步传播中，确定当前种子点的对象标记，更新它周围相邻点的测地线距离，为下一步传播做准备，直至传播过程结束，得到每个超像素的对象标记。采用本发明的技术方案，将对象的丰富特征作为先验约束来提高对象标记的准确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于先验条件约束的图像场景多对象标记方法。

背景技术

随着社会科技的快速发展，智能手机、平板电脑、照相机等电子设备在社会生活中日益广泛地使用，伴随而来的是图像数据的获取越来越便捷、数据量也越来越庞大，人们对图像处理和应用的需求也日渐丰富，各种图像处理的软件工具也随之而生。在促进经济社会发展的各个行业领域，对图像场景理解的需求得到越来越广泛的重视，例如，在无人驾驶系统中，需要对街道场景进行理解，识别车道线、交通标示、障碍物检测，引导无人驾驶系统的行驶；在旅游智能化系统中，对用户所拍摄照片的内容进行分析理解，推送相关服务信息；在虚拟展示平台，人机交互和增强现实显示，都与图像场景密切相关；在机器人系统中，图像场景理解是机器人视觉的基础。因此，在智能化和信息化快速发展的时代，人们对图像场景理解的需求和应用也随着社会发展而不断的更新，迫切需要深入理解图像内容，并使之更好的为人们的生活服务。

根据国内外科技发展趋势来看，图像场景理解已成为科学技术发展前沿与行业领域应用需求的热点，成为计算机视觉、人工智能、虚拟现实等研究领域的交叉支点。其中，图像场景语义分割或语义标记是该领域的基本问题，同时也是研究难点。随着深度学习、人工智能技术的发展，场景级别的语义分割已经逐渐达到了一个较为理想的状态，甚至能达到90％以上的准确率。但是场景级语义分割在一些具体应用领域还无法达到实用的程度，其原因在于应用领域需要的是更精细、更准确的语义分割，是关于对象实例的识别与分割，而大多数场景语义分割方法还处于场景类别层次的语义分割，即得到的是场景中不同类别的区域，对于多个个体对象的类别内部划分还无法给出准确的结果。

值得鼓舞的是，目前国内外的学者和技术研发人员已经开始关注这一问题，并且普遍认为这是一个值得深入研究的内容，已经开始逐步的开展相关的工作，甚至有学者为对象级语义识别、分割、标记等方向的研究工作提供了专业、公开、通用的数据集，如微软COCO数据集。现有的对象级分割工作大多数仅为将对象分割出来，而缺少了对象的语义信息，如微软剑桥研究院Rother等提出的对象共分割。对于场景中多对象的分割与标记，澳大利亚国立大学的Gould等提出一种基于样例随机场模型的图像多对象分割方法，加拿大多伦多大学的Zhang等人提出了一种无人驾驶系统中的对象级场景语义标记方法。

但是应该看到，对象的语义分割本身难度非常大，它不仅需要语义识别的基础来进行类别与类别的区分，还需要类别内部多个对象之间的划分，而多个对象之间往往表现出多种多样的差异。目前，该方向的工作尚处于一个探索阶段，亟需理论与技术的进一步深入研究。

发明内容

本发明要解决的技术问题是，提供一种基于先验条件约束的图像场景多对象标记方法，将对象的丰富特征作为先验约束来提高对象标记的准确率。

为了实现上述目的，本发明采取了如下技术方案：

一种基于先验条件约束的图像场景多对象标记方法，包括以下步骤：

步骤1、针对待标记的语义类别对象，在训练数据集上利用分类算法训练得到场景各语义类别的识别器和待标记语义类别的对象检测器，利用该检测器得到测试图像的对象识别包围盒，确定待标记对象的数量；