[发明专利]确定空间约束特征的方法和条件随机场模型的训练方法

权利要求书

1.一种确定兴趣点的空间约束特征的方法，包括：

根据目标兴趣点与多个预定兴趣点之间的位置关系，确定所述目标兴趣点与所述多个预定兴趣点中各兴趣点之间的关联关系，得到与所述目标兴趣点具有关联关系的关联兴趣点；

针对所述关联兴趣点和所述目标兴趣点中的每个兴趣点，根据所述每个兴趣点的属性信息，确定所述每个兴趣点的特征数据；

根据所述特征数据和所述目标兴趣点与所述关联兴趣点之间的关联关系，确定针对所述目标兴趣点的空间图；以及

以所述特征数据作为观察变量，以所述空间约束特征为随机变量，将所述空间图输入条件随机场模型，得到所述目标兴趣点的空间约束特征。

2.根据权利要求1所述的方法，其中，所述条件随机场模型包括基于吉布斯随机场模型；所述以所述特征数据作为观察数据，以所述空间约束特征为随机变量，将所述空间图输入条件随机场模型，得到所述目标兴趣点的空间约束特征包括：

根据所述目标兴趣点的特征数据与所述目标兴趣点的空间约束特征之间的差异，确定能量函数的一元势函数；

根据所述目标兴趣点的空间约束特征与所述关联兴趣点的空间约束特征之间的差异，确定所述能量函数的二元势函数；以及

根据所述观察变量、所述一元势函数和所述二元势函数，确定所述目标兴趣点的空间约束特征。

3.根据权利要求2所述的方法，其中，所述关联兴趣点包括多个兴趣点；所述根据所述目标兴趣点的空间约束特征与所述关联兴趣点的空间约束特征之间的差异，确定能量函数的二元势函数包括：

以空间约束特征为变量，采用注意力机制确定所述目标兴趣点与所述多个兴趣点中每个兴趣点之间的空间关联度；以及

以所述空间关联度为加权系数，对所述目标兴趣点的空间约束特征与所述关联兴趣点的空间约束特征之间的差异进行加权，得到所述二元势函数。

4.根据权利要求2所述的方法，其中，所述根据所述观察变量、所述一元势函数和所述二元势函数，确定所述目标兴趣点的空间约束特征包括：

根据所述观察变量、所述一元势函数和所述二元势函数，确定所述随机变量的后验分布模型；

采用平均场近似算法得到先验高斯分布模型的最优解；以及

根据所述最优解的期望和所述观察数据，确定所述目标兴趣点的空间约束特征。

5.一种确定空间约束特征的条件随机场模型的训练方法，包括：

根据多个兴趣点彼此之间的位置关系，确定所述多个兴趣点彼此之间的关联关系；

根据所述多个兴趣点彼此之间的关联关系和所述多个兴趣点各自的特征数据，确定针对所述多个兴趣点的空间图；

以所述特征数据为观察变量，以所述空间约束特征作为随机变量，将所述空间图输入条件随机场模型，得到所述多个兴趣点中每个兴趣点的空间约束特征；

根据所述每个兴趣点的空间约束特征和所述多个兴趣点中与所述每个兴趣点具有关联关系的关联兴趣点的空间约束特征，确定所述条件随机场模型的损失值；以及

根据所述损失值，训练所述条件随机场模型。

6.根据权利要求5所述的方法，其中，所述条件随机场模型包括吉布斯随机场模型；所述根据所述每个兴趣点的空间约束特征和与所述多个兴趣点中与所述每个兴趣点具有关联关系的关联兴趣点的空间约束特征，确定所述条件随机场模型的损失值包括：

针对所述每个兴趣点，根据所述每个兴趣点的特征数据与所述每个兴趣点的空间约束特征之间的差异，确定一元势函数针对所述每个兴趣点的第一取值；

根据所述每个兴趣点的空间约束特征与所述关联兴趣点的空间约束特征之间的差异，确定二元势函数针对所述每个兴趣点的第二取值；以及

根据所述第一取值和所述第二取值，确定所述条件随机场模型的损失值。