[发明专利]提取特征的方法和装置、物体识别的方法和装置

权利要求书

1.一种在物体图像中提取特征的方法，其特征在于，包括：

对物体图像或对物体图像进行卷积得到的特征图进行卷积；

将对物体图像或特征图卷积的结果进行线性变换；

将所述线性变换的结果作为三维形变模型的输入，三维形变模型的输出为在物体图像中待提取特征的位置点；其中，所述线性变换的结果包括表示物体图像的刚体变形的正交投影、以及表示物体图像的非刚体变形的物体图像的各主分量系数；

按照三维形变模型输出的位置点，在物体图像或对物体图像进行卷积得到的特征图上提取特征。

2.根据权利要求1所述的方法，其特征在于，所述卷积、线性变换中的系数通过以下方式训练：

对样本物体图像集合中的各样本物体图像，分别顺序进行上述卷积、线性变换、输入三维形变模型、提取特征的操作，调整所述卷积、线性变换中的系数，使得对于样本物体图像集合中的同一物体的多个样本物体图像，提取的特征之间的特征距离小于第一特征距离阈值；对于样本物体图像集合中的不同物体的样本物体图像，提取的特征之间的特征距离大于第二特征距离阈值。

3.根据权利要求1所述的方法，其特征在于，在物体图像或对物体图像进行卷积得到的特征图上提取特征的步骤后，所述方法还包括：

对提取的特征进行一次或多次卷积、以及一次或多次线性变换，得到变换后的特征。

4.根据权利要求3所述的方法，其特征在于，各卷积、线性变换中的系数通过以下方式训练：

对样本物体图像集合中的各样本物体图像，分别顺序进行上述卷积、线性变换、输入三维形变模型、提取特征、以及对提取的特征进行一次或多次卷积、以及一个或多次线性变换，调整各卷积、各线性变换中的系数，使得对于样本物体图像集合中的同一物体的多个样本物体图像，变换后的特征之间的特征距离小于第一特征距离阈值；对于样本物体图像集合中的不同物体的样本物体图像，变换后的特征之间的特征距离大于第二特征距离阈值。

5.一种物体的识别方法，其特征在于，包括：

获取物体图像；

在获取的物体图像中、以及在样本物体图像集合的样本物体图像中提取特征，其中所述特征是在对待提取特征的物体图像或对待提取特征的物体图像的卷积后的特征图进行卷积、线性变换、并经三维形变模型处理得到的位置点上提取出的；其中，所述线性变换的结果包括表示物体图像的刚体变形的正交投影、以及表示物体图像的非刚体变形的物体图像的各主分量系数；

基于获取的物体图像中提取的特征和样本物体图像中提取的特征的比较，识别获取的物体图像中的物体。

6.根据权利要求5所述的方法，其特征在于，所述特征是根据权利要求2-4中任一个的方法提取出的。

7.根据权利要求5所述的方法，其特征在于，所述获取物体图像的步骤包括：

接收带有物体的待识别图像；

根据待识别图像中物体的轮廓极限位置，产生物体检测框；

对物体检测框内的图像进行物体配准，得到获取的物体图像。

8.根据权利要求5所述的方法，其特征在于，获取的物体图像中提取的特征和样本物体图像中提取的特征分别采取向量的形式，

所述基于获取的物体图像中提取的特征和样本物体图像中提取的特征的比较识别获取的物体图像中的物体的步骤包括：

确定获取的物体图像中提取的特征向量和样本物体图像中提取的特征向量的相似度；

基于确定的相似度，识别获取的物体图像中的物体。

9.根据权利要求5所述的方法，其特征在于，所述物体为人脸。