[发明专利]一种特征数据生成和特征匹配方法及装置在审
| 申请号： | 201711479219.4 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN109993178A | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 李小利;白博;陈茂林 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 特征匹配 特征信息 加权 特征数据 权重 数据库 准确度 获取图像 存储 | ||
1.一种特征匹配的方法，其特征在于，所述方法包括，
获取图像的特征信息，所述特征信息包含至少两类特征，所述至少两类特征中包含第一类特征；
确定所述至少两类特征中每类特征所对应的权重，其中，所述第一类特征对应的权重大于所述至少两类特征中其他特征对应的权重，所述第一特征为所述至少两类特征中的对所述图像描述能力大于所述至少两类特征中其他特征的特征；
根据所述权重，对所述至少两类特征进行加权，得到加权后的特征信息；
根据所述加权后的特征信息，对所述图像进行特征匹配。
2.根据权利要求1所述方法，其特征在于，所述第一类特征对应的权重根据所述第一类特征的第一指标值确定，所述第一指标值用于指示所述第一特征对于所述图像的描述能力。
3.根据权利要求2所述方法，其特征在于，所述第一类特征为纹理特征，所述第一指标值为图像的平均幅值。
4.根据权利要求2或3所述方法，其特征在于，确定所述至少两类特征中每类特征所对应的权重包括：
为所述第一类特征的第一指标值，T1、T2为预设阈值，当大于或等于T2且小于或等于T1时，确定所述第一类特征的权重当大于T1时，ω1＝1，当小于T2时，ω1＝0。
5.根据权利要求1或2所述方法，其特征在于，所述特征为深度特征，所述确定所述至少两类特征中每类特征所对应的权重具体包括：
根据每类特征的置信度确定对应的权重，其中，所述置信度用于描述所述深度特征映射到对应的预设区间的可能性。
6.根据权利要求1所述方法，其特征在于，所述第一类特征对应的权重根据所述第一类特征的特征类型确定。
7.一种特征数据的生成方法，其特征在于，所述方法包括：
获取图像的特征信息，所述特征信息包含至少两类特征，所述至少两类特征中包含第一类特征；
确定所述至少两类特征中每类特征所对应的权重，其中，所述第一类特征对应的权重大于所述至少两类特征中其他特征对应的权重，所述第一特征为所述至少两类特征中的对所述图像描述能力大于所述至少两类特征中其他特征的特征；
根据所述权重，对所述至少两类特征进行加权，得到加权后的特征信息；
将所述加权后的特征信息存储到特征数据库。
8.根据权利要求7所述方法，其特征在于，所述第一类特征对应的权重根据所述第一类特征的第一指标值确定，所述第一指标值用于指示所述第一特征对于所述图像的描述能力。
9.根据权利要求8所述方法，其特征在于，所述第一类特征为纹理特征，所述第一指标值为图像的平均幅值。
10.根据权利要求8或9所述方法，其特征在于，确定所述至少两类特征中每类特征所对应的权重包括：
为所述第一类特征的第一指标值，T1、T2为预设阈值，当大于或等于T2且小于或等于T1时，确定所述第一类特征的权重当大于T1时，ω1＝1，当小于T2时，ω1＝0。
11.根据权利要求7或8所述方法，其特征在于，所述特征为深度特征，所述确定所述至少两类特征中每类特征所对应的权重具体包括：
根据每类特征的置信度确定对应的权重，其中，所述置信度用于描述所述深度特征映射到对应的预设区间的可能性。
12.根据权利要求7所述方法，其特征在于，所述第一类特征对应的权重根据所述第一类特征的特征类型确定。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华为技术有限公司，未经华为技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711479219.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种图像处理方法及装置
- 下一篇：一种对数据进行聚类的方法和装置
