[发明专利]360度全景图片的特征向量提取方法、识别方法和相应装置

说明书

本发明公开了一种360度全景图片的特征向量提取方法、识别方法和相应装置。该方法包括：获取一个360度全景图片作为样本图片，并将样本图片缩放到预设尺寸W×H；从缩放后的样本图片中提取多组连续两列的色差向量，得到多个对应360度全景图片的正样本特征向量；从缩放后的样本图片中获取多组非连续两列的色差向量，得到多个对应非360度全景图片的负样本特征向量；对多个正样本特征向量和多个负样本特征向量进行样本训练，获取区分360度全景图片特征和非360度全景图片特征的支持向量数据。可见，本发明利用较少的360度全景图片资源，可获取大量的360度全景图片的特征向量，进而可提高360全景图的识别率。

技术领域

本发明涉及图片识别技术领域，特别涉及一种360度全景图片的特征向量提取方法、识别方法和相应装置。

背景技术

随着虚拟现实技术(Virtual Reality,VR)的日趋成熟，应用在VR模式下的资源不断涌现，特别是适于VR模式下观看的各种类型的图片，例如2D图片、全景图片等。当通过VR模式观看各种类型的图片时，图片的类型不同，图片查看工具也不相同。为了实现自动选择图片查看工具，代替用户手动选择，就需要取图片的类型进行自动识别，特别是对360度全景图片的识别。

在现有技术中，在360度全景图片的识别方法中，可以采取提取样本图片的特征，根据提取的特征进行待识别图片的识别。在360度全景图或全景视频的特征提取方法上，多采用两种方式:一种是选择图像的宽高比例作为特征，这种方法的误差性较大，会导致宽高较大的普通全景图的误判，准确性低；另一种是将图像第一列与最后一列的像素的色差向量作为特征。在360度全景图的特征获取上，多采用对每个图片提取一组特征；但是，由于现阶段360度全景资源相对较少，大量图片样本特征的获取相对困难，采用以上方式会导致特征样本获取困难。

发明内容

鉴于现有技术由于现阶段360度全景资源相对较少，大量图片样本的获取相对困难，会导致特征样本获取困难的问题，提出了本发明的一种360度全景图片的特征向量提取方法、360度全景图片的识别方法和相应装置，以便解决或至少部分地解决上述问题。

根据本发明的一个方面，提供了一种360度全景图片的特征向量提取方法，所述方法包括：

获取一个360度全景图片作为样本图片，并将所述样本图片缩放到预设尺寸W×H，其中W为宽度，H为高度；

从缩放后的所述样本图片中提取多组连续两列的色差向量，得到多个对应360度全景图片的正样本特征向量；

从缩放后的所述样本图片中获取多组非连续两列的色差向量，得到多个对应非360度全景图片的负样本特征向量；

对多个所述正样本特征向量和多个所述负样本特征向量进行样本训练，获取区分360度全景图片特征和非360度全景图片特征的支持向量数据。

根据本发明的另一个方面，提供了一种360度全景图片的识别方法，所述方法包括：

采用上述的360度全景图片的特征向量提取方法获取区分360度全景图片特征和非360度全景图片特征的支持向量数据；

将待识别图片缩放到预设尺寸W×H，获取缩放后的所述待识别图片的第1列与第W列的色差向量v、第1列与第2列的色差向量v1、第W列与第W-1列的色差向量v2，并根据公式

调整所述色差向量v，将调整后的vi组成色差向量，作为所述待识别图片的特征向量；其中，T为(0.007,0.1)之间的数；vi是色差向量v中的第i个色差值，v1i是色差向量v1中的第i个色差值，v2i是色差向量v2中的第i个色差值；

判断所述待识别图片的特征向量是否符合360度全景图片的支持向量数据特征；若判断为是，则确定待识别图片为360度全景图片，否则为非360度全景图片。