一种基于概率模型的多视角目标检索方法

摘要

本发明公开了一种基于概率模型的多视角目标检索方法，包括以下步骤：在多视角模型库中，提取各物体的初始视图集的Zernike矩得到初始特征向量集，将所有物体的初始特征向量集合并得到总初始特征向量集，定义为多视角特征库；从多视角模型库中随机选择一物体作为查询目标，再选取任一物体作为比较目标，检索任务为从多视角模型库中找到与查询目标相似的物体；理论分析得到基于高斯模型的概率函数，通过样本训练得到模型参数，进而计算查询目标和比较目标的匹配概率；将查询目标与多视角模型库中所有模型的匹配概率降序排列，得到最终的检索结果。本发明避免了采集初始视图时对摄像机空间位置信息的依赖，可以应用于任何基于视图的多视角目标数据库。

主权项

一种基于概率模型的多视角目标检索方法，其特征在于，所述方法包括以下步骤：(1)采集各物体的多视角彩色视图，提取掩膜后得到各物体的初始视图集，将所有物体的总视图集定义为多视角模型库；(2)在多视角模型库中，提取各物体的初始视图集的任意视觉特征，得到初始特征向量集，将所有物体的初始特征向量集合并得到总初始特征向量集，定义为多视角特征库；(3)从多视角模型库中随机选择一物体作为查询目标，再选取任一物体作为比较目标，检索任务为从多视角模型库中找到与查询目标相似的物体；(4)理论分析得到基于生成式概率模型的函数，通过样本训练得到模型参数，进而计算查询目标和比较目标的匹配概率；(5)选取多视角模型库中的下一个比较模型，重复上述步骤(2)至步骤(4)，直至遍历模型库中的所有模型；(6)将查询目标与多视角模型库中所有模型的匹配概率降序排列，得到最终的检索结果。