[发明专利]一种基于隐含状态模型的多视角目标检索方法

摘要

一种基于隐含状态模型的多视角目标检索方法：采集不同物体的多视角彩色视图，处理后得到各物体的初始视图集构成数据库，将数据库分为训练库与测试库；提取数据库中各物体的初始视图集的任意视觉特征，以Zernike矩为视觉特征，得到各物体的初始特征向量集；选定训练库中的一物体的初始视图集作为检索目标，再选取测试库中的一物体的初始视图集作为比较目标，将检索目标与比较目标作为观测数据，建立图结构，计算检索目标与比较目标之间的相似度；判断是否将测试库中的所有物体的初始视图集已作为比较目标；降序排列检索目标和比较目标的相似度，将相似度最高的比较目标作为检索结果。本发明消除了采集初始视图时对摄像机阵列的空间限制。

主权项

1.一种基于隐含状态模型的多视角目标检索方法，其特征在于，包括以下步骤：1)利用摄像机或任意的摄像机阵列采集不同物体的多视角彩色视图，经过图像处理后得到各物体的初始视图集构成数据库，根据物体是否具有类别标签将数据库分为训练库与测试库；2)提取数据库中各物体的初始视图集的任意视觉特征，以Zernike矩为视觉特征，得到各物体的初始特征向量集；3)选定训练库中的一物体的初始视图集作为检索目标，再选取测试库中的一物体的初始视图集作为比较目标，将检索目标与比较目标作为观测数据，建立图结构，计算检索目标与比较目标之间的相似度；具体包括：给定检索目标的初始视图集和类别标签，比较目标的初始视图集，计算检索目标和比较目标的相似度；具体包括：比较目标的初始视图集表示为X＝{x₁,x₂,...,x_j,...,x_m}，其中每张初始视图x_j由它的特征向量φ(x_j)∈R^d表示，d表示特征维度，Zernike矩的d＝49；用y表示比较目标的初始视图集X的类别标签，y＝1表示和检索目标的初始视图集同类，y＝0表示和检索目标的初始视图集不同类；对于比较目标的初始视图集X，进一步定义了隐含状态矢量l＝{l₁,l₂,...l_j,...,l_m}表示隐含代表性视图集，其中l_j表示第j张初始视图对应的隐含代表性视图，由第j‑w到第j+w张初始视图的初始特征向量决定，取值于隐含状态有限集合L；根据比较目标的初始视图集X，类别标签y和隐含状态矢量l，定义以下条件概率模型：P(y＝1,l|X,p)＝e^{δ(y,l,X；p)}/∑_y',le^{δ(y',l,X；p)}    (1)其中p表示模型参数，而δ(y,l,X；p)∈R是由模型参数p引导的势函数，y'表示所有比较目标的类别标签，得到目标函数P(y＝1|X,p)，P(y＝1|X,p)＝∑_le^{δ(y,l,X；p)}/∑_y',le^{δ(y',l,X；p)}    (2)给定新的比较目标的初始视图集X后，把目标函数P(y＝1|X,p)作为比较目标和检索目标的相似度；训练集中的第i个训练物体的初始视图集X_i和它的类别标签y_i组成训练对(X_i,y_i)，i＝1,2,...,n，其中X_i＝{x_i1,x_i2,...,x_ij,...,x_im}，x_ij表示第i个训练物体初始视图集的第j张初始视图，y_i∈Y表示第i个训练物体初始视图集的类别标签，Y表示类别标签所有可能的取值；利用训练集生成模型参数p，模型参数p通过下式生成：S(p)由两部分构成：第一部分为训练物体初始视图集的对数似然函数，第二项为高斯先验概率的对数函数；使用牛顿梯度下降法寻找最优模型参数p^*＝argmax_pS(p)，第i个训练物体初始视图集对应的似然函数为：计算S_i(p)关于δ(y,l,X；p)的梯度关系，构建无向图E，其中每个顶点表示隐含代表性视图，而顶点之间对应的边＜l_i,l_j＞表示隐含代表性视图的潜在空间结构，采用以下形式的δ(y,l,X；p)：其中p(l_j)∈R^d(l_j∈L)是关于第j个隐含代表性视图的参数，φ(x_j)·p(l_j)表示初始视图x_j和隐含代表性视图l_j之间的联系；p(y,l_j)∈R(l_j∈L,y∈Y)表示隐含代表性视图l_j和类别标签y的联系；p(y,l_j,l_k)∈R(l_j,l_k∈L,y∈Y)对应于类别标签y下，隐含代表性视图l_j和l_k之间的潜在空间关系；假设无向图E中的边形成树状结构，利用梯度下降法得到S_i(p)关于模型参数p(l_j)、p(y,l_j)和p(y,l_j,l_k)的导数，从而得到模型参数p的取值，再根据式目标函数P(y＝1|X,p)计算比较目标和检索目标的相似度；4)判断是否将测试库中的所有物体的初始视图集已作为比较目标，是则进入下一步骤，否则返回步骤3)；5)降序排列检索目标和比较目标的相似度，将相似度最高的比较目标作为检索结果。