发明名称 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。
申请公布号 CN103440652A 申请公布日期 2013.12.11
申请号 CN201310377370.2 申请日期 2013.08.27
申请人 电子科技大学 发明人 解梅;毛凌;朱伟
分类号 G06T7/00(2006.01)I;G06K9/46(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 电子科技大学专利中心 51203 代理人 邹裕蓉
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={p<sub>1</sub>,p<sub>2</sub>,…,p<sub>n</sub>}; 2-3)对采样点集S中每一个采样点p<sub>i</sub>,i∈1,…,n计算其位置特征向量: <img file="FDA0000372408630000011.GIF" wi="798" he="117" />其中,loc<sub>i</sub>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<sub>a</sub>,y<sub>a</sub>)为目标检测矩形区域img1的左上角坐标,(x<sub>i</sub>,y<sub>i</sub>)为采样点p<sub>i</sub>的坐标; 2-4)对采样点集S中每一个采样点p<sub>i</sub>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<sub>i</sub>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<sub>i</sub>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<sub>i</sub>; 3-2)对组合特征向量fea<sub>i</sub>的一阶信息μ<sub>R</sub>与二阶信息Σ<sub>R</sub>的上三角阵组成特征向量feature<sub>i</sub>完成一二阶合并; 其中,<img file="FDA0000372408630000012.GIF" wi="342" he="136" /><img file="FDA0000372408630000013.GIF" wi="722" he="136" />T表示矩阵转置。3-3)将特征向量hog、feature<sub>i</sub>组合得到最终的目标检测区域特征向量feature。 
地址 611731 四川省成都市高新区(西区)西源大道2006号