[发明专利]精细粒度类别识别及物体的部分定位和特征提取方法

权利要求书

1.一种精细粒度类别识别中物体的部分定位方法，其特征在于，该方法利用物体检测器和部分检测器检测目标物体以及它的形变较小部分，所述检测器是利用姿态聚类的有监督方法学习得到的，考虑到了物体或者部分的姿态变化；物体检测器和部分检测器是独立进行的，并返回每个检测器中得分高的检测区域作为候选，最终的检测结果通过校正物体和部分检测结果得到；

所述检测器是利用姿态聚类的有监督方法学习得到的，具体为：对于物体以及每一个部分，根据姿态聚集正例样本到一些混合模型；

假设每一个部分p_i都用一个边界框定义，整个物体以边界框p_o表达，其中(l，t，r，b)表示边界框的左侧，顶部，右侧以及底部坐标位置；通过如下向量，这些标定的部分用来参数化样本I的姿态θ_I:

θ_I＝(p′₁，p′₂，...，p′_n)

其中，w和h表示物体p₀的宽度和高度，n表示物体部分的数量， p′_i是p_i的归一化表达，这种归一化的表达使得可以仅仅考虑部分的相对位置，而忽略不同物体部分之间的尺度差异；所有的正样本依据姿态特性，利用k-均值聚类方法聚类成C个成分；

为解决返回的检测结果中物体部分有可能与物体的位置不一致，所述物体检测器和部分检测器返回每个检测器中得分高的检测区域作为候选，具体为：

令X＝{x₀，x₁，...，x_n}表示物体及其相应的n个部分的得分高的检测结果，φ(X)＝{φ(x₀)，φ(x₁)，...，φ(x_n)}表示对应的卷积特征，给定训练得到的一系列检测器{w₀，w₁，...，w_n]，通过优化如下表达式更新检测结果：

其中

Ψ[·]是一个非线性函数，把检测得分映射到范围[-1，1]，[·]_∈是一个损失函数；参数λ_i度量部分和物体的重叠度，范围为[0，1]；加权项[λ_i]_∈用来惩罚检测的部分与物体不一致的情况。

2.一种采用上述权利要求1所述方法的精细粒度类别识别方法，其特征在于包括两个步骤：

第一步：针对测试图像，利用物体检测器和部分检测器检测目标物体以及它的形变较小部分，所述检测器是利用姿态聚类的有监督方法学习得到的，考虑到了物体或者部分的姿态变化；物体检测器和部分检测器是独立进行的，并返回每个检测器中得分高的检测区域作为候选，最终的检测结果通过校正物体和部分检测结果得到；

第二步，对第一步中每个检测到的物体或者部分在多个尺度以及多个视角提取卷积特征，这些卷积特征进行融合得到最终的特征表达，该表达用于最终的分类。

3.根据权利要求2所述的精细粒度类别识别方法，其特征在于，所述第二步，包括如下步骤：

步骤一：对给定尺度图像，提取第五个卷积层特征图f_w×h×C，其中w×h代表卷积图像大小，C代表特征图的通道数；输入图像相对于第五个卷积层的下采样比例为16，意味着第五个卷积层特征图相对于输入图像的步长为16；

步骤二：对特征图的每一个信道的边界进行补零操作，每侧增加两个像素，由此得到补零以后的特征图f′_{w′×h′×C}；对补零以后的特征图f′_{w′×h′×C}，在每个通道上使用滑动窗口法以步长1选择任意子图f_w×h×C，因此总共有5×5个相对于左上角偏置(Δx，Δy)为{0，1，2，3，4}的子图；然后对每一个子图进行池化操作，得到目标输出大小为n×n的池化以后的子图；

步骤三：使用步骤二中得到的池化子图计算后续全联通层特征图。

4.根据权利要求3所述的精细粒度类别识别方法，其特征在于：上述步骤操作在输入图像及其水平翻转图像的5个尺度上进行，最后总共得到25×5×2个特征向量，这些特征向量在每个尺度上分别进行池化操作以后得到每个尺度上的单一特征表达，最后级联这些多个尺度上的特征用于对图像的最终表达。