买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东澎湃信息科技有限公司

摘要：本发明公开了多目标复合特征动态识别方法及系统，涉及特征识别技术领域，包括：获取标准特征库；获取连续若干帧图像数据；识别若干帧图像数据中不存在形态变化的特征，记为背景特征；获取每一个疑似图像场景的场景关键词；识别图像数据中的至少一个复合特征；得到图像区域对应的多个复合特征集合；计算每一个复合特征集合与每一个疑似图像场景的综合拟合度；按照复合特征集合中的复合特征对图像进行内容标注。本发明的优点在于：保证进行特征内容标注时对于内容与场景的双重适配，实现内容识别时内容特征与场景特征之间的高精准度匹配，提高图像内容识别标注的精度。

主权项：1.一种多目标复合特征动态识别方法，其特征在于，包括：获取标准特征库，所述标准特征库中存储有若干个内容标准特征和场景标准特征；获取连续若干帧图像数据；识别若干帧图像数据中不存在形态变化的特征，记为背景特征；基于背景特征确定至少一个疑似图像场景，获取每一个疑似图像场景的场景关键词；采用特征识别复合算法，识别图像数据中的至少一个复合特征；基于图像数据中的多个复合特征对图像区域进行匹配，得到图像区域对应的多个复合特征集合；基于内容匹配算法，计算每一个复合特征集合与每一个疑似图像场景的综合拟合度；筛选出综合拟合度最大的复合特征集合和疑似图像场景，并按照复合特征集合中的复合特征对图像进行内容标注；所述特征识别复合算法具体包括：获取图像数据中的基础特征总数M；确定图像数据中每一个基础特征的区域；依次遍历在0-M区间内的正整数作为特征融合数n；基于特征融合数n，通过特征复合算法从图像数据中提取n个基础特征组成复合特征；所述获取图像数据中的基础特征总数M具体包括：利用加权平均法对图像数据进行灰度处理，得到灰度图像；设定一灰度相似偏差阈值，将灰度图像中灰度偏差小于灰度相似偏差阈值的连续区间划分为基础特征；统计图像数据中的基础特征总数，记为M；所述加权平均公式为Grayi,j）=α1Ri,j）+α2Gi,j）+α3Bi,j），式中，Grayi,j）为图像数据中第i行第j列像素点的灰度，α1，α2，α3分别为红绿蓝三色敏感度加权系数，Ri,j），Gi,j），Bi,j）分别为第i行第j列像素点的红绿蓝三色分量；所述基于特征融合数n，通过特征复合算法从图像数据中提取n个基础特征组成复合特征具体包括：S1、基于图像数据中的基础特征构建基础特征集合A，A={a1…ak…aM｝，其中，ak为图像数据中的第k个基础特征；S2、构建一个遍历判定集合B；S3、赋n的初始值为1；S4、将基础特征集合A的元素复制给遍历判定集合B；S5、从遍历判定集合B中选择一个元素ak作为基准内容特征；S6、判断与ak存在相同边界的基础特征数量是否大于n，若是，则进行步骤S7，若否，则进行步骤S9；S7、选取n个与ak存在相同边界的基础特征与ak组合为复合特征；S8、判断是否遍历所有与ak存在相同边界的基础特征的n维组合，若是，则进行步骤S9，若否，则返回步骤S7；S9，将元素ak从B中删除，并判断B中是否为空集，若是，则进行步骤S10、若否，则返回步骤S5；S10、判断n是否等于M，若是，则输出生成的所有复合特征，若否，则返回步骤S4。

全文数据：

权利要求：

百度查询： 山东澎湃信息科技有限公司 多目标复合特征动态识别方法及系统