[发明专利]使用基于预言的概率采样的图像补丁匹配有效
申请号: | 201710576025.X | 申请日: | 2017-07-14 |
公开(公告)号: | CN108022270B | 公开(公告)日: | 2022-11-22 |
发明(设计)人: | N·卡尔;K·桑卡瓦利;M·卢卡克;E·舍施特曼 | 申请(专利权)人: | 奥多比公司 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06V10/74 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 酆迅 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 使用 基于 预言 概率 采样 图像 补丁 匹配 | ||
1.一种在用于执行数字图像修改或数字图像对象识别中的一个或多个的数字媒体环境中进行图像补丁匹配的计算机实现的方法,包括:
选择提议图像补丁;
用于基于近似相似度启发法,概率性地接受所选择的提议图像补丁中的图像补丁的步骤;
确定所接受的图像补丁的相似度得分;以及
基于所确定的相似度得分来标识与目标图像补丁匹配的图像补丁。
2.根据权利要求1所述的计算机实现的方法,还包括通过使用与所述目标图像补丁匹配的所标识的图像补丁来操纵输入数字图像的像素,来生成修改的数字图像。
3.根据权利要求2所述的计算机实现的方法,其中确定所标识的图像补丁的相似度得分包括:对于没有被概率性地接受的图像补丁,不确定相似度得分。
4.根据权利要求1所述的计算机实现的方法,其中用于基于所述近似相似度启发法,概率性地接受所选择的图像补丁中的图像补丁的步骤包括:确定所选择的图像补丁的近似相似度得分。
5.根据权利要求4所述的计算机实现的方法,其中用于基于所述近似相似度启发法,概率性地接受所选择的图像补丁中的图像补丁的步骤包括:使用马尔可夫链蒙特卡洛算法进行采样。
6.根据权利要求5所述的计算机实现的方法,其中使用马尔可夫链蒙特卡洛算法进行采样包括:使用梅特罗波利斯-黑斯廷斯算法进行采样。
7.根据权利要求1所述的计算机实现的方法,其中所述近似相似度启发法包括平均像素启发法。
8.一种在用于执行数字图像修改或数字图像对象识别中的一个或多个的数字媒体环境中进行图像补丁匹配的计算机实现的方法,包括:
选择提议图像补丁;
确定所选择的提议图像补丁的近似相似度得分;
基于与所述近似相似度得分成反比的概率接受来自所选择的提议图像补丁的图像补丁以进一步进行评估;
确定所接受的图像补丁的相似度得分;以及
基于所确定的相似度得分来标识与目标图像补丁匹配的图像补丁。
9.根据权利要求8所述的方法,还包括通过使用与所述目标图像补丁匹配的所标识的图像补丁来操纵输入数字图像的像素,来生成修改的数字图像。
10.根据权利要求9所述的方法,其中选择提议图像补丁包括从搜索空间随机选择所述提议图像补丁。
11.根据权利要求10所述的方法,其中,基于与所述近似相似度得分成反比的概率接受来自所选择的提议图像补丁的图像补丁以进一步进行评估包括:使用马尔可夫链蒙特卡洛算法进行采样。
12.根据权利要求11所述的方法,其中使用马尔可夫链蒙特卡洛算法进行采样包括:使用梅特罗波利斯-黑斯廷斯算法进行采样。
13.根据权利要求12所述的方法,其中基于与所述近似相似度得分成反比的概率接受来自所选择的提议图像补丁的图像补丁以进一步进行评估包括:基于当前提议图像补丁来接受后续提议图像补丁。
14.根据权利要求13所述的方法,其中基于当前提议图像补丁来接受后续提议图像补丁包括:基于作为后验概率和提议概率之比的接受概率来选择所述后续提议图像补丁。
15.根据权利要求12所述的方法,其中基于与所述近似相似度得分成反比的概率接受来自所选择的提议图像补丁的图像补丁以进一步进行评估包括:独立于当前提议图像补丁,接受后续提议图像补丁。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奥多比公司,未经奥多比公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710576025.X/1.html,转载请声明来源钻瓜专利网。