[发明专利]一种购物图像协同分割方法

摘要

本发明公开了一种购物图像协同分割方法,自动地对输入的包含同一服饰的多张购物图像进行协同分割，提取出图像中的服饰区域。使用人体上身检测算法与图像显著性区域检测算法定位购物图像中的前景(服饰)区域与背景区域，采用高斯混合模型对所有服饰图像的前、背景进行统一建模、并建立协同分割目标函数，然后使用最小割算法对目标函数进行迭代求解，最终得到所有图像的分割结果。本方法适合在电子商务网站和在线购物网站使用，可以消除复杂背景对图像检索带来的干扰，提高搜索引擎检索精度。

主权项

一种购物图像协同分割方法,对包含同一服饰的多张购物图像的多张图像进行上身检测以及显著性区域协同计算，辅助确定图像中的前景区域与背景区域，并根据所有图像的前景区域与背景区域建立统一的前、背景高斯混合模型，采用迭代的方式对所有图像进行协同分割和更新前、背景高斯混合模型，直至目标函数收敛，最后得到所有图像的目标分割结果,包含如下的步骤：1)图像上身检测：使用人体上身模型对所有图像进行检测，得到每张图像中的人体上身区域；2)图像显著性区域协同计算：根据所有图像中的人体上身区域协同计算每张图像中可能的显著性区域，使用图像分割算法对每个可能的显著性区域进行前背景分割，然后根据每张图像的多个前背景分割结果计算图像的显著性图，最后对显著性图进行自适应二值化操作，得到每张图像的显著性区域；3)图像区域定位：根据图像上身检测结果与显著性区域协同计算结果，为每张图像分配前景区域、背景区域和未知区域；4)图像前、背景建模：根据步骤3)的区域定位结果为所有图像分别建立统一的前景高斯混合模型和背景高斯混合模型；5)图像服饰区域协同分割：根据马尔可夫岁机场理论，建立所有图像的协同分割目标函数，根据所有图像统一的前、背景高斯混合模型使用最小割算法对协同分割目标函数进行优化得到协同分割结果，同时根据协同分割结果更新所有图像的前、背景高斯混合模型，然后进行下一次迭代，直至目标函数收敛，得到最终的协同分割结果。