[发明专利]一种基于特征选择的视觉映射方法

说明书

技术领域

本发明属于计算机视觉技术领域，涉及视觉映射技术，主要应用于头部姿态估计，视线跟踪和年龄估计等视觉估计问题中。

背景技术

在计算机视觉中，视觉映射是指学习输入图像特征与输出变量之间映射函数的过程，以便在输入新图像时，估计该输入图像对应的目标输出值。具体来讲，视觉映射包括：人体姿态估计、头部姿态估计、视线估计和物体跟踪等。详见参考文献：O.Williams,A.Blake,and R.Cipolla,Sparse and Semi-Supervised Visual Mapping with the S3GP,in IEEE Conference Computer on Computer Vision and Pattern Recognition,pp.230-237,2006.

作为计算机视觉的一个重要分支，视觉映射改变了许多场合下由人逐一根据图像内容估计目标输出的情况。取而代之，由计算机根据输入图像内容，通过已有视觉映射函数预测输出，从而实现由摄像机和电脑代替人眼和大脑对图像进行全自动分析和估计。目前，该技术已开始被应用于与人们生活密切相关的多个产业。其中，头部姿态估计被应用于汽车安全驾驶产业，视线估计和人体姿态估计被应用于智能人机接口及游戏产业，物体跟踪被应用于智能交通等产业，人体姿态估计被应用于人机交互领域。相信随着计算机硬件处理能力的不断提高和视觉映射中关键技术问题的逐步解决，其应用前景将更加广阔。

在用于视觉映射问题的模型中，由于输入特征与输出目标值之间存在的关系常常是高度非线性的，因此利用非线性模型进行拟合是一种普遍接受的方法。混合回归模型由于不需要假设具体核函数实现非线性映射，因此被广泛的应用于该问题中。而现有的混合回归方法，通常需要对原始图像特征进行降维，再在此基础上实现混合回归建模，这样导致了提取的特征不是最适合目标值估计的特征。参见文献：A.Agarwal and B.Triggs,Monocular Human Motion Capture with a Mixture of Regressors,in IEEE Workshop on Vision for Human Computer Interaction in Conjunction with IEEE Conference on Computer Vision and Pattern Recognition,pp.72-80,2005。

为了方便地描述本发明内容，首先对一些术语进行定义。

定义1：视觉映射。对图像提取视觉特征，并将视觉特征映射到对应的目标值(见图1)。例如：头部姿态估计是一个视觉映射问题，对包含头部的图像提取梯度方向直方图特征，并将该特征映射到姿态角度。

定义2：梯度方向直方图特征。利用像素强度梯度或边缘的方向分布描述一幅图像中的物体的表象和形状的视觉特征提取方法。其实现方法先将图像分成小的叫做方格单元的连通区域；然后采集方格单元中各像素点的梯度方向或边缘方向直方图；最后把这些直方图组合起来就可以构成特征描述子。为了提高精确度，还可以把这些局部直方图在图像的更大的区间(block)中进行对比度归一化(contrast-normalized)，此方法通过先计算各直方图在这个区间(block)中的密度，然后根据这个密度值对区间中的各个方格单元做归一化。通过该归一化能对光照变化和阴影有更强的鲁棒性。

定义3：高斯分布。又名正态分布，是一个在数学、物理及工程等领域都非常重要的概率分布。具体是指：对于任意随机变量x，若其概率密度函数满足其中μ为正态分布的中心，σ为正态分布的方差，则称其满足高斯分布，常用符号表示。若随机变量为向量x，则对应高维高斯分布μ为高维正态分布的中心，∑为高维正态分布的协方差，或记为

定义4：混合高斯分布。是指随机变量服从由多个高斯函数混合组成的分布函数，即：其中K为高斯分布的个数，z为指示变量x属于哪一个高斯分布的隐变量。z为一个K维的状态向量，该向量只有一个元素为1，其余元素为0，当第k个元素z_k为1时，则表示x属于第k个高斯分布。p(z)表示隐变量z的出现概率，该概率通常用符号π_k表示，即：p(z_k＝1)＝π_k。

定义5：隐变量。无法被观测到的变量，例如在混合高斯分布中，z指示变量x属于哪一个高斯分布，无法被观测即为隐变量。

定义6：混合系数。在混合高斯分布中代表变量x属于某一高斯分布的概率，即π_k为混合系数。