[发明专利]判断图像主体显著性及训练其分类器的方法和系统

说明书

技术领域

本申请涉及图像内容分析及搜索领域，尤其涉及一种训练用于判断图像主体显著性的分类器的方法和系统、用于判断图像主体显著性的方法和系统、以及利用视觉特征来搜索图像的方法。

背景技术

随着信息技术的发展，人们的需求从简单的文本信息发展到了图像信息。鉴于人们对图像数据查询需求的日益增长，为了满足用户基于海量图像信息的检索需要，提升基于图像的互联网应用的使用体验，基于内容分析的图像检索技术成为当前图像检索的主流方向。在图像检索、主动视觉等图像信息处理任务中，需要在没有任何先验信息的情况下，建立对图像内容的描述与分析，由于没有明确的分析目的，传统的方法大都会对每幅图像均进行全面的处理。然而并不是所有图像都有全面分析的价值。对于一幅图像来说，重点表现的主体区域最能表现图像内容，含有的信息量也最大；而一幅图像中与主体无关的区域以及那些没有明确主体信息、内容散乱分布的图像则通常与用户需求相关性小得多。因此，对每幅图像均进行全面处理的方法不但增加了分析过程的复杂性，而且带来了不必要的计算浪费。

此外，对于目前网站上所使用的传统的只基于关键词的商品检索方式，返回的商品图像往往不能很好地满足用户的检索需要。例如，在检索时，如果多个物品杂乱分布的图片、只显示商品细节的图片以及分辨不清所要展示的目标商品的图片排在返回列表的前列，则用户往往需要更多的额外操作（如点击进入商品页面或更多的翻页次数）才能找到心仪的商品，继而达成最终的购买目的。这种情况产生的结果是，原本的潜在消费者极有可能因为糟糕的图片搜索体验而放弃本次购买。

另外，电子商务网站的卖家往往要上传大量图片用于商品展示，这些图片往往是潜在买家获取商品信息最主要的渠道，甚至很大程度上决定用户的最终购买行为，因此要求图片中所要展示的商品主体清晰、突出、易于辨认。然而，当前海量上传图片的审核完全是由人工完成的，存在效率低、耗时长、依赖于审核人的主观评价的缺点。

而且，对于一幅图像来说，用户只对图像中的部分区域感兴趣，这部分感兴趣的区域代表了用户的查询意图，而多数剩余的不感兴趣区域则与用户查询意图无关。主体所在区域是图像中最能引起用户兴趣、最能表现图像内容的区域，这些区域含有的信息量也最大，因而，包含显著性主体的图像研究价值往往更大。事实上，显著区域的选择是非常主观的，由于用户任务和知识背景的不同，对于同一幅图像，不同的用户可能会选择不同的区域作为显著区域。如果人工标记某幅图像是否属于主体视觉显著性强的图像，会耗费大量时间与人工成本，而且对人的主观判断依赖性强。

发明内容

针对上述现有技术存在的缺陷，本申请的目的是提供一种能快速并有效地审核图像是否具有主体显著性的判断图像主体显著性的方法和系统、训练用于判断图像主体显著性的方法和系统。

本申请的另一目的是提供一种用于判断图像主体显著性的方法和系统及训练用于判断图像主体显著性的方法和系统，其能改善商品搜索的用户体验，并提高用户的搜索满意度。

本申请的再一目的是提供一种能提高搜索效率的利用视觉特征来搜索图像的方法。

为了实现上述目的，本申请提供一种训练用于判断图像主体显著性的方法，包括如下步骤：a.获取A张主体显著性图像作为正样本，以及B张主体非显著性图像作为负样本，其中A和B为正整数；b.在多个尺度下对所述正样本和所述负样本进行视觉特征提取，所述视觉特征包括视觉显著度；以及c.利用所提取的视觉特征训练用于判断图像主体显著性的分类器。

本申请还提供一种判断图像主体显著性的方法，包括如下步骤：a.获取待判断是否具有主体显著性的图像；b.在多个尺度下对所获取的图像进行视觉特征提取，所述视觉特征包括视觉显著度；以及c.利用所提取的视觉特征判断所获取的图像是否为主体显著性图像。

本申请还提供一种训练用于判断图像主体显著性的分类器的系统，包括：样本获取模块，获取A张主体显著性图像作为正样本，以及B张主体非显著性图像作为负样本，其中A和B为正整数；视觉特征提取模块，在多个尺度下对所述正样本和所述负样本进行视觉特征提取，所述视觉特征包括视觉显著度；以及分类器训练模块，利用所提取的视觉特征训练用于判断图像主体显著性的分类器。

本申请还提供一种判断图像主体显著性的系统，包括：获取图像模块，获取待判断是否具有主体显著性的图像；视觉特征提取模块，在多个尺度下对所获取的图像进行视觉特征提取，所述视觉特征包括视觉显著度；以及判断模块，利用所提取的视觉特征判断所获取的图像是否为主体显著性图像。