[发明专利]一种图像对象协同发现的方法

说明书

本发明公开了一种图像对象协同发现的方法，包括下述方法：对图像数据集中的每一幅图像执行以下相同的操作，先基于图像显著性特征，完成粗糙的对象发现，将显著窗口中的对象作为协同发现的候选对象靶；再提取每一幅图像的强边缘‑Harris角点作为关键点，并以关键点为中心提取图像特征块；然后构造Color‑Texture‑Color‑Color四层聚类塔，对提取的图像特征块进行聚类，将所有的聚类中心图像块逐一匹配，确定各自归属的整个聚类的图像块之间匹配成功，标注成功匹配的所有聚类图像块的中心点，计算中心点的凸包，凸包发现的对象即为一个与候选对象靶相似的对象，实现了对象的协同发现。本发明可以更有效地对象发现，发现单幅图像对象的同时，利用对象之间的相似性，发现多幅图像中的相似对象。

技术领域

本发明涉及计算机视觉领域，更具体地说，涉及一种图像对象协同发现的方法。

背景技术

对象发现是计算机视觉领域的一个重要研究内容，是目标识别、目标检测、图像分类以及分割等研究的基础。其目的是从图像中发现对象，实现准确定位，其实质就是从图像中找到一个窗口或者闭合的区域边界，并且窗口或者闭合区域内包含一个对象。由于图像背景的复杂性和对象多样性，特别是在多对象的复杂场景中，单纯根据颜色、纹理、对比度等特征来发现对象，存在很大的困难。

目前对象发现的方法，根据发现对象的类别，可以简单分为单类对象发现和多类对象发现。单类对象发现，目前已有很多先进的方法，其针对于特定的某一类对象进行研究，比如人脸，汽车等，专门应用于特殊的场合或领域，最常见的应用有人脸识别,车辆识别等。多类对象发现不局限于单类对象，而是把图像中所有对象进行挖掘，生成的窗口可以包含任意类别的对象。目前窗口生成的方法主要包括分组法和窗口评分法。分组法往往是无监督的，利用图像特征，获得大量与对象可能相关的图像碎片，采取某种线索(比如超像素的形状、外观或者边界)合并碎片，通过直接处理图像，区分对象与背景来发现对象。分组法本质可以看成分割和合并两个过程，具体可以采用超像素、图割或者边缘轮廓的形式，但存在计算量大，分割过程容易过分割，增加合并代价，并且难以选择合适的合并策略等问题。窗口评分法,先利用某种方法从在图像中获得大量候选窗口，再计算候选窗口中包含对象可能的概率,根据概率决定候选窗口是否是真正的对象窗口。研究人员对此类方法进行了大量研究，从传统的滑动窗口模式到与显著性和边缘结合的新方法。

以上对象发现方法均基于对单幅图像的处理，需要独立计算每一幅图像的特征，识别对象和背景，计算量大，我们可以同时对多幅图像进行处理，利用不同图像中对象的相似性进行更有效的对象发现，减少计算量，提高识别准确率，同时自然而然判断出哪些对象相似，为此本文提出了一种图像对象协同发现的方法，可以发现单一图像中的对象，也可以用于挖掘图像对象的相关性，识别和发现相似对象。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提出了对象协同发现的概念，并且提供了一种图像对象协同发现的方法。本发明基于协同分割、协同显著度，将协同的概念与对象发现相结合，提出了对象协同发现的概念。对象协同发现的定义包含3点：(1)同时处理多幅图像，进行对象发现操作；(2)对于单一图像，可以发现图像中可能存在的对象；(3)不同图像可能存在相同或者相似的对象，可以识别出这些相似的对象。满足以上3个条件的任务，称之为对象协同发现。其目的在于发现对象的同时，更好的利用和挖掘图像对象之间的相关性，很自然的得到哪些对象是相似的。