[发明专利]一种商品图像主体区域检测方法

说明书

技术领域

本发明涉及图像搜索技术领域和人类视觉心理学领域，尤其涉及一种基于人类视觉特性的商品图像主体区域检测方法。

背景技术

在图像搜索技术中，当用户上传一幅商品图像并期望搜寻与该图相同或相近的商品时，用户更关注商品本身，如T恤、风衣、靴子、卫衣、半身裙、裤子、包包、连衣裙等，且该商品区域最能表现用户的视觉注意程度，从人类视觉感知模型的角度看，用户感兴趣的区域一定是图像或视频中的显著性区域。为了改善用户的视觉搜索体验，使用户购物体验更友好，对用户重点关注的“感兴趣区域”进行重点分析，通过自动定位、准确捕捉输入商品图中的显著性的主体区域，有效地提高“以图搜图”的检索精度和效率。

发明内容

本发明的目的在于针对现有技术的不足，提供一种商品图像跨类目检索方法。

本发明的目的是通过以下技术方案来实现的：一种商品图像主体区域检测方法，其特征在于，该方法包括如下步骤：

（1）对商品图像进行图像尺寸缩放、过滤肤色像素以及去除颜色聚类生成的具有较小聚类数目的像素等预处理，以排除与商品主体颜色较不相关像素的干扰；

（2）对步骤（1）得到的商品图像进行颜色分割，得到初始聚类数目和初始聚类中心；利用颜色聚类计算新聚类中心、每类颜色权重以及每类颜色协方差；

（3）将步骤（2）得到的聚类中心、颜色权重、颜色协方差以及步骤（1）得到的商品图像结合，计算主体区域；包括以下子步骤：

3.1）对步骤（2）得到的聚类中心、颜色协方差以及步骤（1）得到的商品图像的像素样本值计算指定每类颜色类别下观察像素样本的类条件概率密度；利用指定每类颜色类别下观察像素样本的类条件概率密度和步骤（2）得到的颜色权重计算每类颜色的后验概率，得到颜色概率映射图；

3.2）对步骤3.1）得到的颜色概率映射图和步骤（1）得到的商品图像像素样本的空间位置，分别计算每类颜色空间位置的水平方差和垂直方差；

3.3）对步骤（1）得到的商品图像分别计算五个区域的颜色直方图并比较峰值个数，当峰值个数满足某条件时，该图就是复杂背景图；

3.4）只对背景简单的商品图，利用步骤3.1）得到的颜色概率映射图和步骤（1）得到的商品图像像素样本的空间位置与图像中心位置的距离，计算每类颜色空间位置的中心权重；得到每类颜色的空间分布权重；

3.5）将步骤3.1）得到的颜色概率映射图和步骤3.4）得到的每类颜色的空间分布权重结合，计算图像每个像素样本的概率加权和，得到商品图像中的主体区域并进行显示。

本发明的有益效果是，本发明针对服饰类商品，基于人类视觉注意的模型提出了一种商品图像主体区域检测方法，而不依赖人工交互也不再只突出主体的边缘。通过有效地结合Gaussian Mixture Model（GMM）方法、商品图像内容的复杂度以及商品图像中主体颜色的空间信息，自适应地计算图像中每一个像素点的显著性，达到自动检测服饰类商品图像的商品显著区域的目的。方法对非主体区域的背景部分有更好的抑制，对主体区域有更好的突显，对主体本身有更好的强调，并满足图像检索的实时性要求，从而解决了商品图像主体区域检测的问题，能够准确地定位用户感兴趣的部分，帮助用户快速准确地搜索到目标商品。

附图说明

图1是商品图像主体区域检测流程图；

图2是商品图像预处理流程图；

图3是肤色过滤流程图；

图4是Hill-climbing方法流程图；

图5是颜色聚类流程图；

图6是颜色概率映射图生成流程图；

图7是颜色空间分布权重计算流程图；

图8是商品主体区域显示方式示意图。

具体实施方式

下面以服饰类图像的主体区域检测和显示为例，结合附图详细描述本发明，本发明的目的和效果将变得更加明显。

如图1所示，本发明一种商品图像主体区域检测方法包括如下步骤：

步骤1：对商品图像进行图像尺寸缩放、过滤肤色像素以及去除颜色聚类生成的具有较小聚类数目的像素等预处理，以排除与商品主体颜色较不相关像素的干扰，如图2。

在保持原始商品图像的高宽比不变的前提下，将输入图像缩放到图像最大尺寸（图像高度或图像宽度）为128，该尺寸下得到的主体区域与输入原图尺寸得到的主体区域视觉差异不明显。

在处理包含人体肤色的服饰类商品图时，用户并非重点关注人体肤色，且该类图中的肤色将会干扰颜色的聚类效果，需要去除肤色对商品主体颜色的影响。