[发明专利]一种室内导航地标提取方法

说明书

本发明提供了一种室内导航地标提取方法。首先，从室内场景图片中采集地标的显著性属性数据，得到地标显著性属性测量值；并对所述地标显著性属性测量值进行标准化处理，得到最终的地标显著性属性数据；同时通过问卷调查的方式得到地标显著性值；然后采用五折交叉验证方法将最终的地标显著性属性数据和地标显著性值划分为训练集、验证集和测试集，根据训练集、验证集和测试集，利用遗传规划算法，得到最终的地标显著性模型。最后利用该最终的地标显著性模型计算各个地标的显著性值，并提取出显著性值最高的地标。本发明的有益效果是：较为准确的表示地标显著性属性数据和地标显著性之间的定量关系，提高了最显著地标的预测正确率，具有实用性。

技术领域

本发明涉及室内位置及导航服务领域，尤其涉及一种室内导航地标提取方法。

背景技术

地标是人们对现实和虚拟室内外环境认知地图上显著的实体，它们在行人认知陌生环境，特别是在寻路方面至关重要。与传统的基于距离和方位的导航指令相比，特别是在复杂的室内外环境中，基于地标的寻路方法被普遍认为可以有效增加行人信心，减少其在导航过程中的焦虑，帮助行人顺利到达目的地。因此，近年来出现了多种基于地标的寻路方法。

基于地标的导航方法面临的挑战是如何选择正确的地标。例如，在一个决策点可能有多个候选地标。把最显著的实体对象作为地标，如果在导航指令中使用这些地标会减少行人理解上的困难，辅助用户成功到达目的地。目前地标显著性大都是基于线性模型和预定义属性权重计算得到的，例如视觉显著性(表面面积、形状、颜色和纹理)、语义显著性(社会文化)和结构显著性(节点、边界和区域)。然而，这些线性模型可能会影响定量表示地标属性与其显著性之间关系的准确性。现有的地标提取模型是都是线性的，通常使用的线性模型来测量地标显著性并不能准确地表示地标的属性和显著性之间的定量关系。

发明内容

为了解决上述问题，本发明提供了一种室内导航地标提取方法，一种室内导航地标提取方法，主要包括以下步骤：

S1：从室内场景图片中采集地标的显著性属性数据，得到地标显著性属性测量值；并利用最大最小归一化函数对所述地标显著性属性测量值进行标准化处理，得到最终的地标显著性属性数据；所述地标显著性属性包括视觉显著性属性和语义显著性属性；进行所述标准化处理的过程如下：

其中，X表示地标显著性属性测量值，X′表示最终的地标显著性属性数据，X_max为地标显著性属性测量值的最大值，X_mim为地标显著性属性测量值的最小值；如表1所示，所述地标显著性属性包括视觉显著性属性和语义显著性属性；

表1地标显著性属性

S2：通过调查问卷方式获取用户对地标的认知习惯，调查问卷中每一题为一个导航情景，让用户选择最适合用于导航的地标，把选择各个候选地标的比例作为显著性值，获得各个场景中的地标显著性值；

S3：由所述最终的地标显著性属性数据和地标显著性值，通过五折交叉验证方法，得到训练集和验证集；

S4：采用遗传规划算法，利用所述训练集，得到一组地标显著性属性与地标显著性值之间的函数关系，该函数关系即为地标显著性模型；当达到最大种群代数后，利用所述验证集，选出该组地标显著性模型中一个最优的地标显著性模型；该最优的地标显著性模型即为最终的地标显著性模型；所述最终的地标显著性模型的输入为地标显著性属性数据，输出为对应地标的地标显著性值；

S5：将实际得到的最终的地标显著性属性数据输入到所述最终的地标显著性模型，得到地标显著性值，进而得到显著性值最高的地标，以便行人进行识别位置。

进一步地，所述视觉显著性属性包括表面面积、所依附主体的表面面积、形状偏差、形状比例和颜色显著性；