[发明专利]对象检测期间的自适应边缘状特征选择

说明书

相关申请的交叉引用

本申请案要求2015年2月18日申请的标题是“对象检测期间的自适应边缘状特征选择(ADAPTIVE EDGE-LIKE FEATURE SELECTION DURING OBJECT DETECTION)”的第14/625,588号美国专利申请案的优先权，所述美国专利申请案以引用的方式并入本文中。

技术领域

本发明大体上涉及基于计算机视觉的对象识别应用程序，且特定地但非排他地，涉及选择用以与用于对象检测的特征数据库比较的经提取特征。

背景技术

在移动电话或其它移动平台上实现增强现实(AR)的一个难题是实时地检测并追踪对象的问题。用于AR应用程序的对象检测具有非常苛刻的要求：其必须提供完整的六个自由度，产生相对于给定坐标系的绝对测量值，非常稳固并且实时地运行。所关注的是用以使用基于计算机视觉(CV)的方法来计算相机位置和定向(姿势)的方法，基于CV的方法首先依赖于检测，且随后依赖于追踪相机视图内的对象。在一个方面中，检测操作包含检测数字图像内含有的一组特征，以便将那些特征与对应于现实世界对象的已知特征的数据库进行比较。特征可指数字图像中的一个区域，这个区域的属性(例如亮度或颜色)与所述区域周围的区域相比是不同的。在一个方面中，特征是数字图像中的一个区域，在这个区域中一些属性是恒定的或者在规定的值范围内变化。

特征可部分地基于其形状而被视为斑点状或边缘状。斑点状特征可在对象上高度局部化，因此使特征的相关联更容易，而边缘状特征不必是局部化的。一些类型的特征检测算法尝试滤除被视为过于边缘状特征以便缩减处理时间。举例来说，尺度不变特征变换(SIFT)算法计算每一特征的赫斯的本征值。接着，比较每一特征的本征值的比与固定阈值。如果比高于固定阈值，那么将特征视为过于边缘状且舍弃特征。

然而，当试图使用相同检测器以检测特征丰富的对象和非特征丰富的对象两者时，问题会出现。非特征丰富的对象(例如标识)主要包含边缘状特征，且包含极少斑点状特征(如果存在)。这是因为大部分标识是人造的，且有意避免锐角和非平滑斑点。如果特征检测器“松弛”以放入更多边缘状特征，那么后续特征丰富的目标对象可产生比处理可合理地允许更多的特征。也就是说，移动电话CPU的有限计算能力使得难以(如果有可能的话)检测包含过多特征的图像中的对象。

发明内容

本文中所揭示的实施例可涉及一种识别图像中的关注对象的方法。所述方法可包含从所述图像内提取第一组特征并确定包含于所述第一组特征中的每一特征是斑点状特征还是边缘状特征。所述方法还可包含确定从所述第一组取得的第二组特征，其中包含于所述第二组特征中的所述边缘状特征的数目是基于包含于所述第一组特征中的边缘状特征与斑点状特征的相对数目。所述方法可进一步包含根据所述第二组特征而确定所述关注对象是否在所述图像内存在。

本文中所揭示的实施例可涉及一种用于识别图像中的关注对象的装置。所述装置可包含用于从所述图像内提取第一组特征并确定包含于所述第一组特征中的每一特征是斑点状特征还是边缘状特征的指令。所述装置还可包含用于确定从所述第一组取得的第二组特征的指令，其中包含于所述第二组特征中的所述边缘状特征的数目是基于包含于所述第一组特征中的边缘状特征与斑点状特征的相对数目。所述装置可进一步包含用于根据所述第二组特征而确定所述关注对象是否在所述图像内存在的指令。

本文中所揭示的实施例可涉及一种包含存储于其上的用于识别图像中的关注对象的程序代码的计算机可读媒体。所述媒体可包含用于从所述图像内提取第一组特征的代码和用于确定包含于所述第一组特征中的每一特征是斑点状特征还是边缘状特征的代码。所述媒体还可包含用于确定从所述第一组取得的第二组特征的代码，其中包含于所述第二组特征中的所述边缘状特征的数目是基于包含于所述第一组特征中的边缘状特征与斑点状特征的相对数目。所述媒体可进一步包含用于根据所述第二组特征而确定所述关注对象是否在所述图像内存在的代码。

本文中所揭示的实施例可涉及一种用于识别图像中的关注对象的设备。所述设备可包含用于从所述图像内提取第一组特征的装置和用于确定包含于所述第一组特征中的每一特征是斑点状特征还是边缘状特征的装置。所述设备还可包含用于确定从所述第一组取得的第二组特征的装置，其中包含于所述第二组特征中的所述边缘状特征的数目是基于包含于所述第一组特征中的边缘状特征与斑点状特征的相对数目。所述设备可进一步包含用于根据所述第二组特征而确定所述关注对象是否在所述图像内存在的装置。