CN103294983A - 一种基于分块Gabor特征的静态图片中场景识别的方法 - Google Patents

一种基于分块Gabor特征的静态图片中场景识别的方法 Download PDF

Info

Publication number
CN103294983A
CN103294983A CN2012100428015A CN201210042801A CN103294983A CN 103294983 A CN103294983 A CN 103294983A CN 2012100428015 A CN2012100428015 A CN 2012100428015A CN 201210042801 A CN201210042801 A CN 201210042801A CN 103294983 A CN103294983 A CN 103294983A
Authority
CN
China
Prior art keywords
image
scene
scene recognition
picture
pyramid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012100428015A
Other languages
English (en)
Inventor
邹国平
胡楠
朱建明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING MINGRI FASHION INFORMATION TECHNOLOGY Co Ltd
Original Assignee
BEIJING MINGRI FASHION INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING MINGRI FASHION INFORMATION TECHNOLOGY Co Ltd filed Critical BEIJING MINGRI FASHION INFORMATION TECHNOLOGY Co Ltd
Priority to CN2012100428015A priority Critical patent/CN103294983A/zh
Publication of CN103294983A publication Critical patent/CN103294983A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明是一种基于分块Gabor特征的静态图片中场景识别的方法，包括：将输入图片归一化，对归一化的图片在每个通道上构建图像金字塔；在每一通道的图像金字塔某层图像上，利用不同方向和对应该图像分辨率的Gabor滤波器对图像进行滤波；将滤波后的图像按4×4的网格划分为16块，统计每一块内的滤波响应在不同方向上的直方图；最后将每个通道上，各方向、各尺度网络内得到的直方图统计值用向量表出，作为图像特征。在进行场景识别前，要先建立所要识别场景的SVM分类模型；对样本图像集提取图像特征，用SVM进行训练得分类模型。在对目标图片进行场景识别时，按特征提取方法提取图片特征，加载SVM分类模型，确定所属分类以达到场景识别的目的。

Description

一种基于分块Gabor特征的静态图片中场景识别的方法
技术领域
一种基于分块Gabor特征的静态图片中场景识别的方法，属于图像识别领域。
背景技术
随着网络上图片数量的增长，如何有效地利用网络图片并发挥其价值是一个备受关注的问题。而解决这一问题的前提是必须大体上知道这些图片的内容，通常是通过图片自带的标签得知，这些标签是图片上传者事先赋予图片的。然而并不是所有图片都会存在相应的标签，即便存在，其标签也不一定能描述图片内容，通过计算机自动识别图片内容的需求越来越强烈，而目前的技术正在努力做到这一点。网络上的静态图片内容往往分为两种类型，一种是其中包含确定的目标，如人物、商品等等现实的或虚拟的物品；另一种是不包含上述目标，如风景照片等。包含具体目标的图片，可以通过目标检测及识别的方法确定其中的部分目标；而对于不包含任何目标的图片，只能去识别其中内容大体归为哪一种类，比如室内场景或自然场景。本发明便是应这一问题而产生，并提出一种用于静态图片场景识别的方法，在实际中取得良好效果。
发明内容
一种基于分块Gabor特征的静态图片中场景识别的方法，其特征在于：
将输入图片归一化，对归一化的图片在每个通道上构建图像金字塔；在每一通道的图像金字塔某层图像上，利用不同方向和对应该图像分辨率的Gabor滤波器对图像进行滤波；
将滤波后的图像按4×4的网格划分为16块，统计每一块内的滤波响应在不同方向上的直方图；
最后将每个通道上，各方向、各尺度网络内得到的直方图统计值用向量表出，作为图像特征。
在进行场景识别前，要先建立所要识别场景的SVM分类模型；对样本图像集提取图像特征，用SVM进行训练得分类模型。
在对目标图片进行场景识别时，按特征提取方法提取图片特征，加载SVM分类模型，确定所属分类以达到场景识别的目的。
附图说明
图1是基于分块Gabor特征的静态图片中场景识别方法的流程示意图。
图2是基于分块Gabor特征的静态图片场景特征提取过程。
具体实施方式
一种基于分块Gabor特征的静态图片中场景识别的方法，其特征在于：
将输入图片归一化，对归一化的图片在每个通道上构建图像金字塔，分别是R、G、B颜色通道，图像金字塔总层数为，每一层为不同分辨率的图像；
在每一通道的图像金字塔某层图像上，利用不同方向和对应该图像分辨率的Gabor滤波器对图像进行滤波；设所在层为l，                                                
Figure 2012100428015100002DEST_PATH_IMAGE001
为在该层上使用的方向；
Figure 907498DEST_PATH_IMAGE002
l为当前图像的所处尺度，
Figure DEST_PATH_IMAGE003
为高斯函数标准差，
Figure 762321DEST_PATH_IMAGE004
，其中，
Figure DEST_PATH_IMAGE005
，
Figure 948583DEST_PATH_IMAGE001
为尺度l下的方向总数；
将滤波后的图像按4×4的网格划分为16块，统计每一块内的滤波响应在不同方向上的直方图；
最后将每个通道上，各方向、各尺度网络内得到的直方图统计值用向量表出，作为图像特征，特征提取过程如图2。
在进行场景识别前，要先建立所要识别场景的SVM分类模型；对样本图像集提取图像特征，用SVM进行训练得分类模型。
在对目标图片进行场景识别时，按特征提取方法提取图片特征，加载SVM分类模型，确定所属分类以达到场景识别的目的。

Claims (7)

1.    本发明的目的是提供一种基于静态图片中场景识别的方法，包括：输入图片归一化并构建图像金字塔，在金字塔某层上进行滤波并分块，统计每一块滤波在不同方向上的直方图，作为图像特征。
2.    建立所要识别场景的分类模型并训练，提取图片特征并加载分类模型，确定所属分类进行场景识别。
3.    如权利要求1所述的对归一化的图片在R、G、B颜色通道上构建图像金字塔，总层数为，每一层为不同分辨率的图像。
4.    如权利要求2所述的在每一通道的图像金字塔某层图像上，利用不同方向和对应该图像分辨率的Gabor滤波器对图像进行滤波。
5.    如权利要求3所述的将滤波后的图像按网格分块，统计每一块内的滤波响应在不同方向上的直方图，将每个通道上，各方向、各尺度网络内得到的直方图统计值用向量表出，作为图像特征。
6.    如权利要求4所述的进行场景识别前，建立所要识别场景的SVM分类模型；对样本图像集提取图像特征，用SVM进行训练得分类模型。
7.    如权利要求5所述的按特征提取方法提取图片特征，加载SVM分类模型，确定所属分类以达到场景识别的目的。
CN2012100428015A 2012-02-24 2012-02-24 一种基于分块Gabor特征的静态图片中场景识别的方法 Pending CN103294983A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100428015A CN103294983A (zh) 2012-02-24 2012-02-24 一种基于分块Gabor特征的静态图片中场景识别的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100428015A CN103294983A (zh) 2012-02-24 2012-02-24 一种基于分块Gabor特征的静态图片中场景识别的方法

Publications (1)

Publication Number Publication Date
CN103294983A true CN103294983A (zh) 2013-09-11

Family

ID=49095822

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100428015A Pending CN103294983A (zh) 2012-02-24 2012-02-24 一种基于分块Gabor特征的静态图片中场景识别的方法

Country Status (1)

Country Link
CN (1) CN103294983A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103544504A (zh) * 2013-11-18 2014-01-29 康江科技(北京)有限责任公司 一种基于多尺度图匹配核的场景字符识别方法
CN105095483A (zh) * 2015-08-14 2015-11-25 北京铭嘉实咨询有限公司 图片码识别方法和系统
CN105095836A (zh) * 2014-05-14 2015-11-25 中国科学院深圳先进技术研究院 一种基于Gabor特征的皮肤纹理检测方法及装置
CN107622281A (zh) * 2017-09-20 2018-01-23 广东欧珀移动通信有限公司 图像分类方法、装置、存储介质及移动终端
CN111310541A (zh) * 2019-11-27 2020-06-19 Oppo广东移动通信有限公司 一种场景预测方法及终端、存储介质
CN113489869A (zh) * 2021-07-05 2021-10-08 深圳市威视佰科科技有限公司 基于高光谱相机的衣物物料识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100080469A1 (en) * 2008-10-01 2010-04-01 Fuji Xerox Co., Ltd. Novel descriptor for image corresponding point matching
CN102054178A (zh) * 2011-01-20 2011-05-11 北京联合大学 一种基于局部语义概念的国画图像识别方法
CN102063623A (zh) * 2010-12-28 2011-05-18 中南大学 一种结合自底向上和自顶向下的图像感兴趣区域提取方法
CN102194114A (zh) * 2011-06-25 2011-09-21 电子科技大学 一种基于边缘梯度方向金字塔直方图的虹膜识别方法
CN102509097A (zh) * 2011-09-29 2012-06-20 北京新媒传信科技有限公司 一种图像分割方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100080469A1 (en) * 2008-10-01 2010-04-01 Fuji Xerox Co., Ltd. Novel descriptor for image corresponding point matching
CN102063623A (zh) * 2010-12-28 2011-05-18 中南大学 一种结合自底向上和自顶向下的图像感兴趣区域提取方法
CN102054178A (zh) * 2011-01-20 2011-05-11 北京联合大学 一种基于局部语义概念的国画图像识别方法
CN102194114A (zh) * 2011-06-25 2011-09-21 电子科技大学 一种基于边缘梯度方向金字塔直方图的虹膜识别方法
CN102509097A (zh) * 2011-09-29 2012-06-20 北京新媒传信科技有限公司 一种图像分割方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘宏，普杰信: "一种改进的自然场景特征提取方法", 《计算机工程》, vol. 37, no. 21, 5 November 2011 (2011-11-05) *
薛明东，郭立，张国宣，刘士建: "一种新的图像识别算法", 《计算机工程》, vol. 31, no. 9, 31 May 2005 (2005-05-31) *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103544504A (zh) * 2013-11-18 2014-01-29 康江科技(北京)有限责任公司 一种基于多尺度图匹配核的场景字符识别方法
CN105095836A (zh) * 2014-05-14 2015-11-25 中国科学院深圳先进技术研究院 一种基于Gabor特征的皮肤纹理检测方法及装置
CN105095836B (zh) * 2014-05-14 2019-03-01 中国科学院深圳先进技术研究院 一种基于Gabor特征的皮肤纹理检测方法及装置
CN105095483A (zh) * 2015-08-14 2015-11-25 北京铭嘉实咨询有限公司 图片码识别方法和系统
CN107622281A (zh) * 2017-09-20 2018-01-23 广东欧珀移动通信有限公司 图像分类方法、装置、存储介质及移动终端
CN107622281B (zh) * 2017-09-20 2021-02-05 Oppo广东移动通信有限公司 图像分类方法、装置、存储介质及移动终端
CN111310541A (zh) * 2019-11-27 2020-06-19 Oppo广东移动通信有限公司 一种场景预测方法及终端、存储介质
CN111310541B (zh) * 2019-11-27 2023-09-29 Oppo广东移动通信有限公司 一种场景预测方法及终端、存储介质
CN113489869A (zh) * 2021-07-05 2021-10-08 深圳市威视佰科科技有限公司 基于高光谱相机的衣物物料识别方法

Similar Documents

Publication Publication Date Title
Haque et al. Object detection based on VGG with ResNet network
CN106022300B (zh) 基于级联深度学习的交通标志识别方法和系统
CN103294983A (zh) 一种基于分块Gabor特征的静态图片中场景识别的方法
CN107844795B (zh) 基于主成分分析的卷积神经网络特征提取方法
Angelova et al. Image segmentation for large-scale subcategory flower recognition
CN106610969A (zh) 基于多模态信息的视频内容审查系统及方法
CN106126585B (zh) 基于质量分级与感知哈希特征组合的无人机图像检索方法
Yu et al. Automatic interesting object extraction from images using complementary saliency maps
WO2008002536A3 (en) Computer-implemented method for automated object recognition and classification in scenes using segment-based object extraction
CN104598933A (zh) 一种基于多特征融合的图像翻拍检测方法
CN103853724A (zh) 多媒体数据分类方法及装置
CN107066959B (zh) 一种基于导向滤波和线性空间相关性信息的高光谱图像分类方法
CN105760858A (zh) 一种基于类Haar中间层滤波特征的行人检测方法及装置
CN103839078A (zh) 一种基于主动学习的高光谱图像分类方法
CN109919224B (zh) 一种基于人工智能的真伪混杂中药材的鉴别方法
US20190080195A1 (en) Image recognition method and apparatus, device and non-volatile computer storage medium
CN102521614A (zh) 一种翻拍数字图像的鉴定方法
CN112257711B (zh) 一种铁路货车地板破损故障检测方法
CN102881160A (zh) 一种低照度场景下的户外交通标志识别方法
CN106203448A (zh) 一种基于非线性尺度空间的场景分类方法
Yanagisawa et al. Face detection for comic images with deformable part model
CN110276314A (zh) 人脸识别方法及人脸识别摄像机
CN102098449A (zh) 一种利用标志检测进行电视节目内部自动分割的方法
CN107527001B (zh) 一种基于导向滤波和线性空间相关性信息的高光谱图像分类方法
Ma et al. ApLeafis: an android-based plant leaf identification system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130911