发明名称 | 二维图像中的物体识别方法 | ||
摘要 | 本发明公开一种基于视觉机制的鲁棒物体结构学方法的物体识别方法,包括训练和识别两个过程,包括步骤:对已经标好类别和位置的图像中的目标物体进行视觉机制的信息反馈,并训练得到反馈模型;对待识别图像中的物体进行物体类别和物体位置的初步预测,利用训练得到的反馈模型,鲁棒地学目标物体的结构信息。由于鲁棒的物体结构和视觉机制对物体识别具有不变性,因此本发明采用基于视觉机制的鲁棒物体结构学方法来提高物体识别的精度,并且本发明准确识别场景中目标的类别和位置,能广泛应用于安全检验,网络搜索和数字娱乐等。 | ||
申请公布号 | CN103020658A | 申请公布日期 | 2013.04.03 |
申请号 | CN201210593054.4 | 申请日期 | 2012.12.31 |
申请人 | 中国科学院自动化研究所 | 发明人 | 黄凯奇;谭铁牛;王冲 |
分类号 | G06K9/66(2006.01)I | 主分类号 | G06K9/66(2006.01)I |
代理机构 | 中科专利商标代理有限责任公司 11021 | 代理人 | 宋焰琴 |
主权项 | 一种基于视觉机制的鲁棒物体结构学习方法的物体识别方法,其特征在于,包括如下步骤:步骤A、建立训练图像数据库,该训练图像数据库中包括多个训练图像,根据目标物体在训练图像中的信息建立每个训练图像的标记信息,所述标记信息包括目标物体的存在与否信息以及目标物体的位置信息;步骤B、对所述训练图像数据库中的每个训练图像进行处理,得到该训练图像中的目标物体的鲁棒空间配置和与鲁棒空间配置相关的鲁棒表观特征,并根据该鲁棒表观特征和每个训练图像的标记信息训练一个分类模型,所述的鲁棒空间配置指的是目标物体的各部件在图像中的位置分布,鲁棒表观特征指的是目标物体各部件相应的特征描述;步骤C、对待识别图像进行与步骤B中处理训练图像相同的处理,得到该待识别图像的鲁棒空间配置和与鲁棒空间配置相关的鲁棒表观特征,并根据该鲁棒表观特征,采用步骤B得到的经训练的分类模型进行识别,从而识别该待识别图像中的目标物体的类型。 | ||
地址 | 100190 北京市海淀区中关村东路95号 |