專利名稱：一種基于相似性度量的圖像多目標(biāo)檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像檢測方法，尤其涉及一種基于相似性度量的圖像多目標(biāo)檢測方法。
背景技術(shù)：
圖像目標(biāo)的匹配和檢測一直是計(jì)算機(jī)視覺中一個非常重要的領(lǐng)域。在圖像目標(biāo)的檢測中，檢測方法主要有基于圖像局部特征的檢測方法和基于滑動窗口的檢測方法。其中，基于圖像局部特征的檢測方法包括以下步驟特征檢測，特征識別，以及模型匹配。然而，基于滑動窗口的檢測方法則是通過不同大小的窗口對輸入圖像進(jìn)行掃描，并判斷所掃描的圖像塊之中是否含有目標(biāo)對象。這些算法已經(jīng)比較成熟并且可以達(dá)到實(shí)時檢測，但是這些方法在應(yīng)用到多目標(biāo)檢
測的時候存在擴(kuò)展性問題。基于圖像局部特征的檢測方法在檢測多個目標(biāo)時，需要分別將每個目標(biāo)圖像的特征點(diǎn)與待檢測圖像的特征點(diǎn)進(jìn)行匹配，分別找到每個目標(biāo)匹配的位置，這樣會導(dǎo)致匹配時間隨目標(biāo)數(shù)量的增加呈線性增加的趨勢；基于滑動窗口的檢測方法在檢測多個目標(biāo)時，需要將待檢測圖像子塊分別與每個目標(biāo)圖像進(jìn)行匹配，分別判斷是否是目標(biāo)位置，這樣匹配時間也會隨目標(biāo)數(shù)量的增加線性增加。由上所述，現(xiàn)有基于圖像局部特征的檢測方法和基于滑動窗口的檢測方法的檢測時間會隨著待檢測樣本目標(biāo)數(shù)量的增加線性增加。對于大量的圖像目標(biāo)，檢測效率很低，不適合應(yīng)用以上方法。在檢測的過程中，用戶希望系統(tǒng)能夠具有很好的檢測速度，能夠在大規(guī)模的目標(biāo)圖像數(shù)據(jù)里很快的檢測到目標(biāo)。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種基于相似性度量的圖像多目標(biāo)檢測方法，該方法可一次檢測多個目標(biāo)，且效率高，快速、準(zhǔn)確。本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下一種基于相似性度量的圖像多目標(biāo)檢測方法，其特征在于，該方法具體步驟如下步驟一提取目標(biāo)樣本庫中每幅圖像的特征點(diǎn)，計(jì)算出每幅圖像的BOF詞袋向量，從而構(gòu)成所述目標(biāo)樣本庫的BOF向量集合；步驟二 利用所述目標(biāo)樣本庫的BOF向量集合構(gòu)建所述目標(biāo)樣本庫的M — Tree索弓I ;步驟三將待檢測圖像在所述M-Tree索引中進(jìn)行多目標(biāo)檢測，并將檢測果返回給用戶。本發(fā)明的有益效果是本發(fā)明所述的一種基于相似性度量的圖像多目標(biāo)檢測方法，該方法利用BOF向量構(gòu)建M-Tree索引進(jìn)行目標(biāo)檢測，具有很好的魯棒性，對目標(biāo)形變，遮擋，光照變化不敏感；可以一次檢測多個目標(biāo)，不需要重復(fù)檢測，可以實(shí)現(xiàn)高效的在線多目標(biāo)檢測；該方法可廣泛用于網(wǎng)絡(luò)信息安全、圖像多目標(biāo)檢測，視頻多目標(biāo)跟蹤等多個領(lǐng)域。在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。進(jìn)ー步，所述圖像特征點(diǎn)的提取是利用sift尺度不變特征變換算法進(jìn)行的。進(jìn)ー步，所述計(jì)算每幅圖像的BOF向量，步驟如下I)選取ー個具有代表性的圖 像庫，并計(jì)算該圖像庫的所有特征點(diǎn)的聚類類中心，即特征詞典；2)計(jì)算待計(jì)算BOF向量的圖像的特征點(diǎn)和步驟I)中所述的聚類類中心之間的歐幾里得距離；3)找到離待計(jì)算BOF向量的圖像的特征點(diǎn)最近的類中心，計(jì)算該類中心的頻數(shù)，并將頻數(shù)加I ;4)重復(fù)步驟2)、3)，直到完成待生成BOF向量的圖像的所有的特征點(diǎn)的頻數(shù)計(jì)算，得到該圖像的頻數(shù)直方圖，將所述頻數(shù)直方圖向量化即得到該圖像的BOF向量。進(jìn)ー步，所述將待檢測圖像在M-tree索引中進(jìn)行多目標(biāo)檢測，步驟如下I)根據(jù)需要定義ー個固定尺寸的滑動窗ロ ；2)所述滑動窗ロ在待檢測圖像上按照一定規(guī)則進(jìn)行滑動，得到待檢測圖像塊；3)計(jì)算所述待檢測圖像塊的BOF向量；4)將所述待檢測圖像塊的BOF向量在所述M-Tree索引中進(jìn)行匹配；5)利用相似性度量方法檢測所述M-Tree索引中是否存在與所述待檢測圖像塊相似的目標(biāo)，如果存在，執(zhí)行步驟6)，否則，返回步驟2)；6)將檢測到的相似目標(biāo)圖像以及其在待檢測大圖像中的位置返回給用戶。進(jìn)ー步，所述一定規(guī)則是按照自左向右，自上而下的方向滑動，每次向右或者向下滑動的距離為ー個常量。


圖I為本發(fā)明涉及的一種基于相似性度量的圖像多目標(biāo)檢測方法的總流程圖；圖2為本發(fā)明涉及的計(jì)算每幅圖像BOF向量步驟的流程圖；圖3為本發(fā)明涉及的待檢測圖像在M-tree索引中進(jìn)行多目標(biāo)檢測步驟的流程圖；圖4為本發(fā)明涉及的滑動窗ロ在待檢測圖像上滑動的示意圖。附圖中，各標(biāo)號所代表的部件列表如下I、待檢測圖像，2、滑動窗ロ。
具體實(shí)施例方式以下結(jié)合附圖對本發(fā)明的原理和特征進(jìn)行描述，所舉實(shí)例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。如圖I所示為本發(fā)明涉及的一種基于相似性度量的圖像多目標(biāo)檢測方法的總流程圖；圖2為本發(fā)明涉及的計(jì)算每幅圖像BOF向量步驟的流程圖；圖3為本發(fā)明涉及的待檢測圖像在M-tree索引中進(jìn)行多目標(biāo)檢測步驟的流程圖；圖4是為本發(fā)明涉及的滑動窗ロ在待檢測圖像上滑動的示意圖。如圖1、2、3、4所示，一種基于相似性度量的圖像多目標(biāo)檢測方法的具體步驟如下由用戶提供目標(biāo)樣本庫和待檢測圖像。步驟ー提取目標(biāo)樣本庫中每幅圖像的特征點(diǎn)，計(jì)算出每幅圖像的BOF詞袋向量，從而構(gòu)成所述目標(biāo)樣本庫的BOF向量集合；計(jì)算每幅圖像的BOF向量的步驟如下I)選取ー個具有代表性的圖像庫，并計(jì)算該圖像庫的所有特征點(diǎn)的聚類類中心，即特征詞典；2)計(jì)算待計(jì)算BOF向量的圖像的特征點(diǎn)和步驟I)中所述的聚類類中心之間的歐幾里得距離；3)找到離待計(jì)算BOF向量的圖像的特征點(diǎn)最近的類中心，計(jì)算該類中心的頻數(shù)，
并將頻數(shù)加I ;4)重復(fù)步驟2)、3)，直到完成待生成BOF向量的圖像的所有的特征點(diǎn)的頻數(shù)計(jì)算，得到該圖像的頻數(shù)直方圖，將所述頻數(shù)直方圖向量化即得到該圖像的BOF向量。步驟ニ 利用所述目標(biāo)樣本庫的BOF向量集合構(gòu)建所述目標(biāo)樣本庫的M — Tree索弓I ;步驟三將待檢測圖像在所述M-tree索引中進(jìn)行多目標(biāo)檢測，并將檢測果返回給用戶；檢測具體步驟如下I)根據(jù)需要定義ー個固定尺寸的滑動窗ロ 2 ；2)所述滑動窗ロ 2在待檢測圖像I上按照一定規(guī)則進(jìn)行滑動，得到待檢測圖像塊；3)計(jì)算所述待檢測圖像塊的BOF向量；4)將所述待檢測圖像塊的BOF向量在所述M-Tree索引中進(jìn)行匹配；5)利用相似性度量方法檢測所述M-Tree索引中是否存在與所述待檢測圖像塊相似的目標(biāo)，如果存在，執(zhí)行步驟6)，否則，返回步驟2)；6)將檢測到的相似目標(biāo)圖像以及其在待檢測大圖像中的位置返回給用戶。其中，所述一定規(guī)則是按照自左向右，自上而下的方向滑動，每次向右或者向下滑動的距離為ー個常量。以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種基于相似性度量的圖像多目標(biāo)檢測方法，其特征在于，該方法具體步驟如下 步驟一提取目標(biāo)樣本庫中每幅圖像的特征點(diǎn)，計(jì)算出每幅圖像的BOF詞袋向量，從而構(gòu)成所述目標(biāo)樣本庫的BOF向量集合； 步驟二 利用所述目標(biāo)樣本庫的BOF向量集合構(gòu)建所述目標(biāo)樣本庫的M — Tree索引； 步驟三將待檢測圖像在M-tree索引中進(jìn)行多目標(biāo)檢測，并將檢測果返回給用戶。
2.根據(jù)權(quán)利要求I所述一種基于相似性度量的圖像多目標(biāo)檢測方法，其特征在于，所述圖像特征點(diǎn)的提取是利用sift尺度不變特征變換算法進(jìn)行的。
3.根據(jù)權(quán)利要求I所述一種基于相似性度量的圖像多目標(biāo)檢測方法，其特征在于，所述計(jì)算每幅圖像的BOF向量,步驟如下 1)選取一個具有代表性的圖像庫，并計(jì)算該圖像庫的所有特征點(diǎn)的聚類類中心，即特征詞典； 2)計(jì)算待計(jì)算BOF向量的圖像的特征點(diǎn)和步驟I)中所述的聚類類中心之間的歐幾里得距離； 3)找到離待計(jì)算BOF向量的圖像的特征點(diǎn)最近的類中心，計(jì)算該類中心的頻數(shù)，并將頻數(shù)加I ; 4)重復(fù)步驟2)、3)，直到完成待生成BOF向量的圖像的所有的特征點(diǎn)的頻數(shù)計(jì)算，得到該圖像的頻數(shù)直方圖，將所述頻數(shù)直方圖向量化即得到該圖像的BOF向量。
4.根據(jù)權(quán)利要求I所述一種基于相似性度量的圖像多目標(biāo)檢測方法，其特征在于，所述將待檢測圖像在M-tree索引中進(jìn)行多目標(biāo)檢測，步驟如下 1)根據(jù)需要定義一個固定尺寸的滑動窗口； 2)所述滑動窗口在待檢測圖像上按照一定規(guī)則進(jìn)行滑動，得到待檢測圖像塊； 3)計(jì)算所述待檢測圖像塊的BOF向量； 4)將所述待檢測圖像塊的BOF向量在所述M-Tree索引中進(jìn)行匹配； 5)利用相似性度量方法檢測所述M-Tree索引中是否存在與所述待檢測圖像塊相似的目標(biāo)，如果存在，執(zhí)行步驟6 )，否則，返回步驟2 ); 6)將檢測到的相似目標(biāo)圖像以及其在待檢測大圖像中的位置返回給用戶。
5.根據(jù)權(quán)利要求4所述一種基于相似性度量的圖像多目標(biāo)檢測方法，其特征在于，所述一定規(guī)則是按照自左向右，自上而下的方向滑動，每次向右或者向下滑動的距離為一個常量。
全文摘要
本發(fā)明涉及一種基于相似性度量的圖像多目標(biāo)檢測方法，該方法具體步驟步驟一提取目標(biāo)樣本庫中每幅圖像的特征點(diǎn)，計(jì)算出每幅圖像的BOF詞袋向量，從而構(gòu)成所述目標(biāo)樣本庫的BOF向量集合；步驟二利用目標(biāo)樣本庫的BOF向量集合構(gòu)建所述目標(biāo)樣本庫的M—Tree索引；步驟三將待檢測圖像在M-t ree索引中進(jìn)行多目標(biāo)檢測，并將檢測果返回給用戶；該方法利用BOF向量進(jìn)行目標(biāo)檢測，具有很好的魯棒性，對目標(biāo)形變，遮擋，光照變化不敏感；可以一次檢測多個目標(biāo)，不需要重復(fù)檢測，可以實(shí)現(xiàn)高效的在線多目標(biāo)檢測；該方法可廣泛用于網(wǎng)絡(luò)信息安全、圖像多目標(biāo)檢測，視頻多目標(biāo)跟蹤等多個領(lǐng)域。
文檔編號G06T7/00GK102855473SQ20121029941
公開日2013年1月2日 申請日期2012年8月21日 優(yōu)先權(quán)日2012年8月21日
發(fā)明者徐克付, 張闖, 譚建龍, 郭莉 申請人:中國科學(xué)院信息工程研究所