[发明专利]一种基于一二阶合并的目标检测区域特征描述方法

摘要

本发明提供一种基于一二阶合并的目标检测区域特征描述方法，包括以下步骤：步骤1、提取目标检测矩形区域img1内的方向梯度直方图HOG特征，获得特征向量hog；步骤2、提取目标检测矩形区域img1中真实目标区域的组合特征向量；步骤3、对特征向量进行组合与一二阶合并，获得最终的目标检测区域特征向量。本发明首先去除非目标区域的干扰，再引入一种位置特征向量来描述图像纹理与位置的关系，将位置特征、颜色特征、纹理特征通过一二阶合并获得最终的特征描述向量，保留了不同特征维之间的相关性，从而得到更佳的目标特征描述，适用于多种目标。

主权项

1.一种基于一二阶合并的目标检测区域特征描述方法，其特征在于，包括以下步骤： 步骤1、提取目标检测矩形区域img1内的方向梯度直方图HOG特征，获得特征向量hog； 步骤2、提取目标检测矩形区域img1中真实目标区域的组合特征向量： 2-1)对目标检测矩形区域img1完成前景分割，提取出真实的物体区域img2； 2-2)在真实的物体区域img2中进行密集采样，获得n个采样点形成采样点集S={p₁,p₂,…,p_n}； 2-3)对采样点集S中每一个采样点p_i,i∈1,…,n计算其位置特征向量： 其中，loc_i表示位置特征向量，w和h分别为目标检测矩形区域img1的宽和高，(x_a,y_a)为目标检测矩形区域img1的左上角坐标，(x_i,y_i)为采样点p_i的坐标； 2-4)对采样点集S中每一个采样点p_i计算其颜色特征向量； 2-5)对采样点集S中每一个采样点p_i计算其纹理特征向量； 步骤3、对特征向量进行组合与一二阶合并，获得最终的目标检测区域特征向量： 3-1)对采样点集S中每一个采样点p_i对应的位置特征向量、颜色特征向量、纹理特征向量进行组合，得到组合特征向量fea_i； 3-2)对组合特征向量fea_i的一阶信息μ_R与二阶信息Σ_R的上三角阵组成特征向量feature_i完成一二阶合并； 其中，T表示矩阵转置。3-3)将特征向量hog、feature_i组合得到最终的目标检测区域特征向量feature。