特征描述方法及应用其的特征描述器技术

一种特征描述方法及应用其的特征描述器。该特征描述方法，包括以下步骤：接收高维数据，此高维数据对应于通过特征提取算法所取得的特征区块；自高维数据挑选多个维度数据组；对各维度数据组中的不同维度数据进行比较，以产生各维度数据组所对应的比较结果；以及依据比较结果产生二位字串，此二位字串用以描述特征区块。

【技术实现步骤摘要】
特征描述方法及应用其的特征描述器
本公开涉及一种以二元化字串描述特征区块的特征描述方法及应用其的特征描述器。
技术介绍
特征描述器(featuredescriptor)广泛地使用在图像辨识、三维建模、追踪等的各式图像处理相关的应用中。特征描述器可将检测到的图像特征进行描述，以供后续的比对及应用。一般而言，图像辨识需将每张图像中的特征提取出来，再与数据库中的参考特征进行比对以找出最佳的匹配目标。然而，当图像中的特征数量越多，所需的比对时间将愈多。此外，当特征所携带的数据量越大，将需要更多的存储器空间以存储相关的特征描述。因此，如何提供一种可加速特征比对并降低特征描述所需数据量的特征描述方法及应用其的特征描述器，乃目前业界所致力的课题之一。
技术实现思路
本公开有关于一种特征描述方法及应用其的特征描述器，可产生二元化字串以描述特征提取算法所取得的特征区块。所产生的二元化字串可用来加速特征比对以实现即时的特征比对。且二元化字串只占少量的数据量，故可减少存储器空间的使用。根据本公开之一方面，提出一种特征描述方法，其包括以下步骤：接收高维数据，此高维数据对应于通过特征提取算法所取得的特征区块；自高维数据挑选多个维度数据组；对各维度数据组中的不同维度数据进行比较，以产生各维度数据组所对应的比较结果；以及依据比较结果产生二位字串，此二位字串用以描述特征区块。根据本公开的另一方面，提出一种特征描述器，其包括接收器、数据选择器、比较器以及字串产生器。接收器接收高维数据，此高维数据对应于通过特征提取算法所取得的特征区块。数据选择器自高维数据挑选多个维度数据组。比较器对各维度数据组中的不同维度数据进行比较，以产生各维度数据组所对应的比较结果。字串产生器依据比较结果产生二位字串，此二位字串用以描述特征区块。为了对本公开的上述及其他方面有更佳的了解，下文特举优选实施例，并配合附图，作详细说明如下：附图说明图1绘示依据本公开一实施例的特征描述器的方块图。图2绘示依据本公开一实施例的特征描述方法的流程图。图3绘示对一特征区块进行二元化编码以产生相应的二位字串之一例示意图。图4绘示利用二位字串进行特征比对的示意图。【符号说明】100：特征描述器102：接收器104：数据选择器106：比较器108：字串产生器110：匹配目标搜寻器112：数据库HD：高维数据SS、SS1～SS32：维度数据组CR：比较结果BS：二位字串RBS、RBS1～RBS3：参考二位字串RFB1～RFB3：参考特征区块202、204、206、208：步骤I：图像FP：特征点FB：特征区块B1～B128：维度数据具体实施方式在本文中，参照附图仔细地描述本专利技术的一些实施例，但不是所有实施例都有表示在图示中。实际上，这些专利技术可使用多种不同的变形，且并不限于本文中的实施例。相对的，本公开提供这些实施例以满足应用的法定要求。图式中相同的参考符号用来表示相同或相似的元件。请参考图1及图2。图1绘示依据本公开一实施例的特征描述器100的方块图。图2绘示依据本公开一实施例的特征描述方法的流程图。特征描述器100可例如以微处理器、中央处理单元、特定目的处理器或其他运算处理电路来实现，或是由处理单元自至少一存储器装置读取至少一可读取程序代码来实现。特征描述器100主要包括接收器102、数据选择器104、比较器106以及字串产生器108。在步骤202，接收器102接收高维数据HD，高维数据HD对应于通过特征提取算法所取得的特征区块(patch)。特征提取算法可以是尺度不变特征转换(Scale-InvariantFeatureTransform，SIFT)算法、SURF(SpeededUpRobustFeatures，SURF)算法等。在步骤204，数据选择器104自高维数据HD挑选多个维度数据组SS。各维度数据组SS例如包括高维数据HD中至少两个不同维度的维度数据。在一实施例中，数据选择器104可以随机方式挑选高维数据HD中的维度数据以产生这些维度数据组SS。又一实施例中，数据选择器104可以一预设顺序挑选高维数据HD中的维度数据以产生这些维度数据组SS。在步骤206，比较器106对各维度数据组SS中的不同维度数据进行比较，以产生各维度数据组SS所对应的比较结果CR。在步骤208，字串产生器108依据比较结果CR产生二位字串BS，此二位字串BS用来描述所述的特征区块。简言之，本公开实施例的特征描述器100可对不同维度数据的比较结果CR进行二元化编码，并以所产生的二位字串BS描述特征提取算法所取得的特征区块。在一实施例中，如图1所示，特征描述器100还包括匹配目标搜寻器110。匹配目标搜寻器110可比较二位字串BS与预存于数据库112中的参考二位字串RBS，以判断二位字串BS所描述的特征区块与参考二位字串RBS所描述的参考特征区块是否匹配。在一实施例中，匹配目标搜寻器110可依据二位字串BS与参考二位字串RBS间的汉明距离(HammingDistance)来判断特征区块与参考特征区块是否匹配。匹配目标搜寻器110可例如对二位字串BS与参考二位字串RBS执行XOR运算以决定两者间的汉明距离。一般来说，当二位字串BS与参考二位字串RBS间的汉明距离越小，表示两者相似度越高。当两者相似度高至某一程度，表示特征区块与参考特征区块匹配。此时，当参考特征区块的数据内容为已知，特征区块的数据内容将可被识别出来。图3绘示对一特征区块FB进行二元化编码以产生相应的二位字串BS之一例示意图。在图3的例子中，特征点FP提取自图像I。特征点FP例如是图像I中图像的轮廓、尖角、斑点等明显突出的部分。特征点FP可经由各种特征提取算法而被检测出来。特征区块FB例如包括特征点FP周围的m×n个(如16×16个)像素。在图3的例子中，特征区块FB被分成p×q个(如4×4个)子区块。藉由统计各子区块中的像素数据，即可产生对应的高维数据HD。高维数据HD例如是以直方图(histogram)表示，直方图中的各直条分别代表不同维度的数据。举例来说，藉由统计一子区块(如特征区块FB中的左上区块)中像素数据沿着8个不同方向的梯度值，即可产生对应的8个维度数据B1～B8。因此，16个子区块对应16×8(＝128)个维度数据B1～B128，如图3所示。须注意本公开并不以此为限，高维数据HD也可依据其他的统计参数来定义其不同的维度数据。在一实施例中，可随机选取两不同维度的维度数据进行比较，并依据比较结果决定二位字串BS之一位的位值(如「0」或「1」)。如图3所示，自高维数据HD选出32个维度数据组SS1～SS32，各维度数据组SS1～SS32分别包括一第一维度数据与一第二维度数据。举例来说，维度数据组SS1包括随机选出的第一维度数据B2与第二维度数据B10；维度数据组SS2包括随机选出的第一维度数据B16与第二维度数据B5；维度数据组SS32包括随机选出的第一维度数据B1与第二维度数据B127。在一实施例中，比较器106可比较第一维度数据与第二维度数据的大小，以决定二位字串BS的一位的位值。举例来说，可定义当第一维度数据大于第二维度数据，则输出第一位值(例如「1」)；当第一维度数据小于第二维度数据，则输出第二位值本文档来自技高网...

【技术保护点】
一种特征描述方法，包括：接收高维数据，该高维数据对应于通过特征提取算法所取得的特征区块；自该高维数据挑选多个维度数据组；对各该维度数据组中的不同维度数据进行比较，以产生各该维度数据组所对应的比较结果；以及依据这些比较结果产生二位字串，该二位字串用以描述该特征区块。

【技术特征摘要】
2015.12.01 TW 1041401911.一种特征描述方法，包括：接收高维数据，该高维数据对应于通过特征提取算法所取得的特征区块；自该高维数据挑选多个维度数据组；对各该维度数据组中的不同维度数据进行比较，以产生各该维度数据组所对应的比较结果；以及依据这些比较结果产生二位字串，该二位字串用以描述该特征区块。2.如权利要求1所述的特征描述方法，其中这些维度数据组之一维度数据组包括第一维度数据与第二维度数据，该特征描述方法还包括：比较该第一维度数据与该第二维度数据的大小，以决定该二位字串之一位的位值。3.如权利要求2所述的特征描述方法，其中该第一维度数据是这些维度数据组的该之一维度数据组中最邻近于该第二维度数据的维度数据。4.如权利要求2所述的特征描述方法，其中该第一维度数据是这些维度数据组的该之一维度数据组中的第一笔维度数据，该第二维度数据是这些维度数据组的该之一维度数据组中的第二笔维度数据。5.如权利要求1所述的特征描述方法，其中这些维度数据组包括N笔维度数据，该特征描述方法还包括：将该N笔维度数据中的第N笔维度数据与该第N笔维度数据的前K笔数据的平均值作比较，以决定该二位字串的一位的位值，其中N、K为正整数，K小于N。6.如权利要求1所述的特征描述方法，还包括：以随机方式挑选该高维数据中的维度数据以产生这些维度数据组。7.如权利要求1所述的特征描述方法，还包括：以预设顺序挑选该高维数据中的维度数据以产生这些维度数据组。8.如权利要求1所述的特征描述方法，还包括：比较该二位字串与参考二位字串，以判断该二位字串所描述的该特征区块与该参考二位字串所描述的参考特征区块是否匹配。9.如权利要求8所述的特征描述方法，还包括：依据该二位字串与该参考二位字串间的汉明距离，判断该特征区块与该参考特征区块是否匹配。10.如权利要求8所述的特征描述方法，还包括：对该二位字串与该参考二位字串间执行XOR运算，以取得该二位字串与该参考二位字串间的...

【专利技术属性】
技术研发人员：李伟硕，高荣扬，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：中国台湾,71