基于泛化视觉词典图的物体识别方法专利登记公告

专利名称：基于泛化视觉词典图的物体识别方法

摘要：本发明公开了一种基于泛化视觉词典图编码的目标识别方法，包括以下步骤：对已经标好类别的目标图像进行特征提取，对提取的特征在视觉词典图上进行泛化编码，对编码结果进行训练并建模；对未知类别的图像进行特征提取，将提取的特征在视觉词典图上进行泛化编码，将编码结果输入到训练得到的模型，获得图像中目标的类别。该方法采用基于泛化视觉词典图的编码技术来提高分类精度，可用于智能视觉监控系统，使得监控系统能真正理解场景；可用于多媒体数字内容分析中的目标分析，判断目标的类别；可用于分析顾客对特定产品或者特定娱乐项目喜好。

专利类型：发明专利

专利号：CN201210021813.X

专利申请（专利权）人：中国科学院自动化研究所

专利发明（设计）人：黄凯奇;谭铁牛;黄永祯;王冲

主权项：一种基于泛化视觉词典图的物体识别方法，其特征在于，该方法包括以下步骤：步骤1，采集多个训练图像，对多个训练图像分别进行局部采样并在得到的局部采样块上提取尺度不变特征变换SIFT特征，得到训练图像的SIFT特征集合；步骤2，对得到的SIFT特征集合进行聚类生成多个聚类中心，以聚类中心为视觉单词组成视觉词典；步骤3，根据视觉词典中视觉单词之间的关系构建视觉词典图；步骤4，用视觉词典图对提取出来的SIFT特征进行泛化编码，得到一个维度为视觉词典图大小的泛化编码结果向量；步骤5，对泛化编码结果向量进行最大聚集操作

专利地区：北京