[发明专利]基于LDDMM的高维空间多条非交叉曲线的匹配方法及装置

说明书

本发明公开了基于LDDMM对高维空间多条非交叉曲线进行匹配的方法，方法包括以下步骤：获取各条曲线并进行离散化表示，形成由几何位置和切向量信息所表示的各条非交叉曲线；采用LDDMM算法对由非交叉曲线组成的整体流形进行自动循环匹配，直至所有非交叉曲线匹配完成。本发明可对高维空间内多条非交叉曲线同时进行精准匹配，可以更大程度了解或还原物体特征，可应用到人脸识别、目标跟踪等领域。

技术领域

本发明涉及高维空间曲线匹配领域，尤其是基于LDDMM的高维空间多条非交叉曲线的匹配方法及装置。

背景技术

目前，针对高维空间中单条曲线的LDDMM匹配算法已经较为成熟，然而其本身存在一定的局限性。现实生活中，许多物体的几何形状需要通过多条特征曲线来进行完整描述，并且物体的几何形状在发生变化时，往往是多条曲线同时变化，相互之间会有一定的影响，若单独将其抽离出来研究或匹配，是难以了解或还原到物体的实际特征的，无论是应用于识别还是追踪领域，都不是特别地可靠。

发明内容

为了解决上述问题，本发明的目的是提供基于LDDMM的高维空间多条非交叉曲线的匹配方法及装置，可对高维空间内多条非交叉曲线同时进行精准匹配，可以更大程度了解或还原物体特征，可应用到人脸识别、目标跟踪等领域。

为了弥补现有技术的不足，本发明采用的技术方案是：

基于LDDMM的高维空间多条非交叉曲线的匹配方法，包括以下步骤：

S1、获取各条曲线并进行离散化表示，形成由几何位置和切向量信息所表示的各条非交叉曲线；

S2、采用LDDMM算法对由非交叉曲线组成的整体流形进行自动循环匹配，直至所有非交叉曲线匹配完成。

进一步，所述步骤S1，获取各条曲线并进行离散化表示，形成由几何位置和切向量信息所表示的各条非交叉曲线，包括以下步骤：

S11、对各条曲线上的l个离散点，按照1-2-...-l的顺序为离散点标注索引，并根据几何位置将l个离散点归属为n条非交叉曲线，按照1-2-...-n的顺序为各非交叉曲线标注索引，其中，离散点的索引号增大方向与相应非交叉曲线的索引号增大方向一致；

S12、用各条曲线上相邻两点之间的中点及中点处的切线来表示所述n条非交叉曲线。

进一步，所述步骤S2中，采用LDDMM算法对由非交叉曲线组成的整体流形进行自动循环匹配，直至所有非交叉曲线匹配完成，包括以下步骤：

S21、将所述n条非交叉曲线作为整体流形进行一次LDDMM匹配；

S22、计算匹配后的每一条非交叉曲线与对应目标曲线间的流形差值，判断其是否大于设定的阈值，若有m(m≤n)条非交叉曲线的流形差值大于设定阈值，则将此m条曲线作为一个新的整体流形来进行下一次LDDMM匹配，直到n条非交叉曲线的流形差值均小于阈值，则认为匹配完成。

基于LDDMM的高维空间多条非交叉曲线的匹配装置，包括：

离散化表示模块，用于获取各条曲线并进行离散化表示，形成由几何位置和切向量信息所表示的各条非交叉曲线；

LDDMM匹配模块，用于采用LDDMM算法对由非交叉曲线组成的整体流形进行自动循环匹配，直至所有非交叉曲线匹配完成。

进一步，所述离散化表示模块，用于获取各条曲线并进行离散化表示，形成由几何位置和切向量信息所表示的各条非交叉曲线，包括：

首先，用于对各条曲线上的l个离散点，按照1-2-...-l的顺序为离散点标注索引，并根据几何位置将l个离散点归属为n条非交叉曲线，按照1-2-...-n的顺序为各非交叉曲线标注索引，其中，离散点的索引号增大方向与相应非交叉曲线的索引号增大方向一致；