[发明专利]一种高效的遮挡鲁棒的大规模图像搜索方法

权利要求书

1.一种高效的遮挡鲁棒的大规模图像搜索方法，包括如下步骤：

S1:提取特征点和描述子；

S2:基于颜色信息对特征点进行划分；

S3；对应类别码本量化特征点；

S4；将量化索引聚合成特征向量；

其特征在于：所述步骤S1和步骤S2归类为HxW的模板图像，所述步骤S3和步骤S4归类为KXD/K的模板特征向量，所述步骤S1、步骤S2、步骤S3和步骤S4还包括如流程：确定HxW的待搜索图像，将待搜索图像划分为MxN个网格，比对类似模板，对每个网格提取并聚合特征，将带搜索图像进行特征向量，提取下一个网格的D/K特征向量，根据特征向量选择对应类别数据库，并要求每个样本的匹配相似度，根据相似度进行排序，提取a个最相似的模板，利用图像匹配算法从a个样本中，选择最相似的模板，复检匹配结果。

2.根据权利要求1所述的一种高效的遮挡鲁棒的大规模图像搜索方法，其特征在于：所述复检匹配结果时，若复检结果为正确结果，则确定所搜到的图像模板即为需求模板，若复检匹配结果非正确结果，则返回至子步骤，重新提取下一网格的D/K特征向量，直至匹配达到相似度最高的模板。

3.根据权利要求1所述的一种高效的遮挡鲁棒的大规模图像搜索方法，其特征在于：当所述步骤S1提取特征点和描述子时，同步提取目标对象的颜色及结构组成，确定目标对象是否有遮挡，从而根据对目标对象提取的特征点、描述子、颜色及结构进行搜索。

4.根据权利要求1所述的一种高效的遮挡鲁棒的大规模图像搜索方法，其特征在于：当所述步骤S2根据步骤S1提取的目标颜色进行特征点划分时，根据对目标提取的颜色，将目标划分为多个颜色类别，结合目标布局划分为K个向量码本，将搜索目标划分为多个网格区域并获取特征点，根据不同网格区域的特征点进行同步搜索。

5.根据权利要求1所述的一种高效的遮挡鲁棒的大规模图像搜索方法，其特征在于：所述步骤S3根据步骤S2生成的类别码本完成特征点的量化，并将量化结果反馈至步骤S4。

6.根据权利要求1所述的一种高效的遮挡鲁棒的大规模图像搜索方法，其特征在于：所述步骤S4根据步骤S3传输的量化特征点进行索引，并聚合成特征向量，根据聚合的特征向量进行目标所搜。