图像同一性尺度计算系统.pdf

1、(10)申请公布号 CN 102165490 A (43)申请公布日 2011.08.24 CN 102165490 A *CN102165490A* (21)申请号 200980138142.1 (22)申请日 2009.07.14 2008-223388 2008.09.01 JP G06T 7/00(2006.01) (71)申请人 日本电气株式会社 地址 日本东京都 (72)发明人 岩元浩太 大网亮磨 (74)专利代理机构 北京市金杜律师事务所 11256 代理人 王茂华 黄耀钧 (54) 发明名称 图像同一性尺度计算系统 (57) 摘要 一种图像同一性尺度计算系统， 该系统能鉴 于识

2、别能力和稳健性之间的平衡来计算代表两个 图像的同一性程度的同一性尺度。图像特征量比 较单元 (2A) 由确定能唯一识别多个分级的量化 指标的编码格式的分级量化指标代码以作为输 入， 所述多个分级的量化指标依据提前预定的分 级量化方法来对两个图像中每个待量化的区域执 行分级量化计算得出， 并且图像特征量比较单元 (2A) 依据单独给予的信息选择用于比较的量化 指标集作为比较量化指标集。图像特征量比较单 元 (2A) 通过使用比较量化指标集来比较两个图 像的分级量化指标代码并且计算两个图像的同一 性尺度。 (30)优先权数据 (85)PCT申请进入国家阶段日 2011.03.28 (86)PCT申

3、请的申请数据 PCT/JP2009/003283 2009.07.14 (87)PCT申请的公布数据 WO2010/023808 JA 2010.03.04 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 5 页 说明书 35 页 附图 16 页 CN 102165493 A1/5 页 2 1. 一种图像同一性尺度计算系统， 配置成计算代表两个图像的同一性程度的同一性尺 度， 所述系统包括 ： 图像特征比较单元， 配置成 ： 根据提前定义的分级量化方法， 被供应有分级量化指标代 码作为输入， 所述分级量化指标代码是如下编码， 该编码允许对分级量化

4、针对所述两个图 像的各量化目标区域计算的多个分级的量化指标的唯一指定 ； 基于另外供应的信息来选择 用于比较的量化指标集作为比较量化指标集 ； 并且通过使用所述比较量化指标集来比较所 述两个图像的所述分级量化指标代码， 由此计算所述两个图像的同一性尺度。 2. 根据权利要求 1 所述的图像同一性尺度计算系统， 其中所述另外供应的信息是代表 所述两个图像或者其中的至少一个图像所属群体的性质的群体性质信息。 3. 根据权利要求 2 所述的图像同一性尺度计算系统， 包括 ： 图像特征提取单元， 配置成 针对所述两个图像的各量化目标区域根据所述分级量化方法执行分级量化以计算多个分 级的量化指标， 并且

5、输出所述分级量化指标代码， 所述分级量化指标代码是如下编码， 该编 码允许对各量化目标区域的所述相应分级的量化指标的唯一指定。 4. 根据权利要求 3 所述的图像同一性尺度计算系统， 其中所述图像特征提取单元包 括 ： 下一分级量化方法选择单元， 配置成针对各量化目标区域根据所述分级量化方法在供 应更高分级的量化指标作为反馈时选择用于与所述供应的量化指标对应的更低分级的量 化方法， 而在未供应量化指标时选择用于最高分级的量化方法 ； 特征提取单元， 配置成针对各量化目标区域从向其输入的图像提取由所述选择的量化 方法使用的特征 ； 量化指标计算单元， 配置成针对各量化目标区域根据所述选择的量化方

6、法来量化所述 提取的特征以计算量化指标， 并且在所述计算的量化指标并非最低分级的情况下向所述下 一分级量化方法选择单元供应所述量化指标作为反馈 ； 以及 分级量化指标代码输出单元， 配置成在针对各量化目标区域计算所述相应分级的量化 指标时计算和输出所述分级量化指标代码， 所述分级量化指标代码是所述编码， 所述编码 允许对各量化目标区域的所述相应分级的所述量化指标的唯一指定。 5. 根据权利要求 2 至 4 中的任一权利要求所述的图像同一性尺度计算系统， 其中所述 图像特征比较单元包括 ： 比较量化指标集选择部， 配置成基于所述群体性质信息来选择用于比较的量化指标集 作为比较量化指标集 ； 比较

7、量化指标获取单元， 配置成参照所述两个图像的各所述分级量化指标代码针对各 所述图像中的各量化目标区域从所述分级量化指标代码唯一指定的所述相应分级的所述 量化指标之中获取在所述比较量化指标集中包括的量化指标作为比较量化指标 ； 以及 量化指标比较单元， 配置成针对各对应量化目标区域比较所述两个图像的所述比较量 化指标， 并且基于其量化指标重合的量化目标区域的数目来计算所述两个图像的同一性尺 度。 6. 根据权利要求 2 至 5 中的任一权利要求所述的图像同一性尺度计算系统， 其中所述 量化目标区域是图像的一个或者多个局部区域。 7. 根据权利要求 2 至 6 中的任一权利要求所述的图像同一性尺度

8、计算系统， 其中所述 权 利 要 求 书 CN 102165490 A CN 102165493 A2/5 页 3 分级量化方法由量化方法组成， 通过所述量化方法， 计算的量化指标在更高分级中更耐受 各种图像更改过程。 8. 根据权利要求 2 至 7 中的任一权利要求所述的图像同一性尺度计算系统， 其中用于 所述分级量化方法的各分级的量化方法是如下量化方法， 通过该量化方法， 在并未假定具 体群体的一般图像中， 该量化方法分类的多个量化指标被几乎均匀分类。 9. 根据权利要求 2 至 8 中的任一权利要求所述的图像同一性尺度计算系统， 其中所述 群体是在所述两个图像或者其中的至少一个图像所属分

9、类中包括的图像组。 10.根据权利要求2至8中的任一权利要求所述的图像同一性尺度计算系统， 其中所述 群体是在所述两个图像或者其中的至少一个图像所属数据库中或者在其具体子集中包括 的图像组。 11.根据权利要求2至8中的任一权利要求所述的图像同一性尺度计算系统， 其中所述 两个图像或者其中的至少一个图像是移动图像的帧， 并且所述群体是在所述两个图像或者 其中的至少一个所属移动图像中或者在所述移动图像的部分节选中包括的帧组。 12. 根据权利要求 2 至 11 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述群体性质信息是与基于通过使用所述群体的图像组中的所选量化指标集来计算 的同

10、一性尺度对图像同一性的确定的准确性相关的信息 ； 并且 选择所述比较量化指标集使得基于所述计算的同一性尺度对图像同一性的确定的准 确性变高。 13. 根据权利要求 2 至 11 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述群体性质信息是与所述群体的图像组中的所选量化指标集所拥有的作为识别不 同图像的能力程度的识别能力相关的信息 ； 并且 选择所述比较量化指标集使得所述识别能力变高。 14. 根据权利要求 2 至 11 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述群体性质信息是与所述群体的图像组中的所选量化指标集所拥有的作为量化指 标对各种图像更改过程的耐受程

11、度的稳健性相关的信息 ； 并且 选择所述比较量化指标集使得所述稳健性变高。 15. 根据权利要求 2 至 11 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述群体性质信息是从由所述图像特征提取单元输出的所述群体的图像组的分级量 化指标代码计算的作为在所述群体中所述分级量化方法的各量化指标的出现频率的群体 量化指标出现频率 ； 并且 所述比较量化指标集选择部被配置成基于所述群体量化指标出现频率来选择比较量 化指标集， 使得量化指标的出现频率变得尽可能均匀。 16. 根据权利要求 15 所述的图像同一性尺度计算系统， 其中所述比较量化指标集选择 部被配置成基于所述群体量化指标出现频

12、率通过选择用于出现频率高的量化指标的更低 分级的量化指标集来选择比较量化指标集。 17.根据权利要求15或者16所述的图像同一性尺度计算系统， 其中所述比较量化指标 集选择部被配置成基于所述群体量化指标出现频率通过以从所述分级量化方法的最高分 级的量化指标集依次选择用于出现频率高的量化指标的更低分级的量化指标集直至满足 定义的条件来选择比较量化指标集。 权 利 要 求 书 CN 102165490 A CN 102165493 A3/5 页 4 18.根据权利要求15至17中的任一权利要求所述的图像同一性尺度计算系统， 其中所 述比较量化指标集选择部包括 ： 候选量化指标集选择单元， 配置成根

13、据所述分级量化方法在未供应量化指标作为反馈 的情况下选择最高分级的量化指标集作为候选量化指标集， 而在供应量化指标作为反馈的 情况下将所述量化指标替换为其更低分级的量化指标集以选择作为候选量化指标集 ； 以及 定义条件确定单元， 配置成确定所述候选量化指标集是否满足提前定义的条件， 并且 在满足所述定义的条件的情况下输出所述候选量化指标集作为比较量化指标集， 而在未满 足所述定义的条件的情况下基于所述群体量化指标出现频率从所述候选量化指标集向所 述候选量化指标集选择单元供应出现频率高的量化指标作为反馈。 19.根据权利要求15至18中的任一权利要求所述的图像同一性尺度计算系统， 其中所 述比较

14、量化指标集选择部被配置成除了所述群体量化指标出现频率之外还基于量化指标 数目来选择比较量化指标集。 20. 根据权利要求 15 至 19 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述比较量化指标集选择部被配置成基于所述群体量化指标出现频率针对所选比较 量化指标集的各量化指标计算加权值作为量化指标加权值以便使所述加权值随着所述出 现频率更高而更小 ； 并且 所述量化指标比较单元被配置成针对各对应量化目标区域比较所述两个图像的比较 量化指标， 针对各量化指标获得其量化指标重合的量化目标区域的数目， 并且使所述量化 指标加权值对其起作用， 由此计算同一性尺度。 21. 根据权利要求

15、 2 至 20 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述群体性质信息是代表在所述群体的图像组中所述分级量化方法的各量化指标对 各种更改过程的耐受程度的群体量化指标防更改程度 ； 并且 所述比较量化指标集选择部被配置成基于所述群体量化指标防更改程度来选择比较 量化指标集使得与已经选择的整个量化指标集有关的量化指标防更改程度变高。 22. 根据权利要求 21 所述的图像同一性尺度计算系统， 其中所述比较量化指标集选择 部被配置成基于作为输入而供应的所述群体量化指标防更改程度通过以从所述分级量化 方法的最高分级的量化指标集依次选择更低分级的量化指标集来选择比较量化指标集。 23

16、.根据权利要求21或者22所述的图像同一性尺度计算系统， 其中所述比较量化指标 集选择部被配置成除了所述群体量化指标出现频率之外还基于量化指标数目来选择比较 量化指标集。 24. 根据权利要求 21 至 23 中的任一权利要求所述的图像同一性尺度计算系统， 其中 ： 所述比较量化指标集选择部被配置成基于所述群体量化指标防更改程度针对所选比 较量化指标集的各量化指标计算加权值作为量化指标加权值使得所述加权值随着所述防 更改程度更高而变得更大 ； 并且 所述量化指标比较单元被配置成针对各对应量化目标区域比较所述两个图像的比较 量化指标， 针对各量化指标获得其量化指标重合的量化目标区域的数目， 并且

17、使所述量化 指标加权值对其起作用， 由此计算同一性尺度。 25. 一种图像同一性确定系统， 配置成确定图像是否相同， 其中通过将由根据权利要求 1 至 24 中的任一权利要求所述的图像同一性尺度计算系统输出的同一性尺度与提前定义 权 利 要 求 书 CN 102165490 A CN 102165493 A4/5 页 5 的阈值进行比较来确定所述两个图像是否系统。 26. 一种图像同一性尺度计算方法， 用于计算代表两个图像的同一性程度的同一性尺 度， 所述方法包括 ： 图像特征比较单元被供应有分级量化指标代码作为输入， 所述分级量化指标代码是如 下编码， 该编码允许对由分级量化根据提前定义的分

18、级量化方法针对所述两个图像的各量 化目标区域计算的多个分级的量化指标的唯一指定 ； 基于另外供应的信息来选择用于比较 的量化指标集作为比较量化指标集 ； 通过使用所述比较量化指标集来比较所述两个图像的 所述分级量化指标代码， 由此计算所述两个图像的同一性尺度。 27. 根据权利要求 26 所述的图像同一性尺度计算方法， 其中所述另外供应的信息是代 表所述两个图像或者其中的至少一个图像所属群体的性质的群体性质信息。 28. 根据权利要求 27 所述的图像同一性尺度计算方法， 包括 ： 图像特征提取单元根据所述分级量化方法来分级量化以针对所述两个图像的各量化 目标区域计算多个分级的量化指标， 并且

19、向所述图像特征比较单元输出分级量化指标代 码， 所述分级量化指标代码是如下编码， 该编码允许对各量化目标区域的各分级的量化指 标的唯一指定。 29. 根据权利要求 28 所述的图像同一性尺度计算方法， 包括 ： 所述图像特征提取单元的下一分级量化方法选择单元根据所述分级量化方法针对各 量化目标区域在供应更高分级的量化指标作为反馈的情况下选择用于与所述供应的量化 指标对应的更低分级的量化方法， 而在未供应量化指标的情况下选择用于最高分级的量化 方法 ； 所述图像特征提取单元的特征提取单元针对各量化目标区域从输入的图像提取由所 述选择的量化方法使用的特征 ； 所述图像特征提取单元的量化指标计算单元

20、针对各量化目标区域根据所述选择的量 化方法执行对所述提取的特征的量化以计算量化指标， 在所述计算的量化指标并非最低分 级的情况下向所述下一分级量化方法选择单元供应所述量化指标作为反馈 ； 并且 当针对各量化目标区域计算各分级的量化指标时， 所述图像特征提取单元的分级量化 指标代码输出单元计算和输出分级量化指标代码， 所述分级量化指标代码是如下编码， 该 编码允许对各量化目标区域的相应分级的所述量化指标的唯一指定。 30. 根据权利要求 27 至 29 中的任一权利要求所述的图像同一性尺度计算方法， 包括 ： 所述图像特征比较单元的比较量化指标集选择部基于所述群体性质信息来选择用于 比较的量化指

21、标集作为比较量化指标集 ； 参照所述两个图像的各所述分级量化指标代码， 所述图像特征比较单元的比较量化指 标获取单元针对各所述图像中的各量化目标区域从所述分级量化指标代码唯一指定的所 述相应分级的所述量化指标之中获取在所述比较量化指标集中包括的量化指标作为比较 量化指标 ； 并且 所述图像特征比较单元的量化指标比较单元针对各对应量化目标区域比较所述两个 图像的所述比较量化指标并且基于其量化指标重合的量化目标区域的数目来计算所述两 个图像的同一性尺度。 31. 一种计算机程序产品， 包括用于使计算代表两个图像的同一性程度的同一性尺度 权 利 要 求 书 CN 102165490 A CN 102

22、165493 A5/5 页 6 的计算机作为图像特征比较单元来工作的计算机可实施指令， 所述图像特征比较单元被配 置成 ： 被供应有分级量化指标代码作为输入， 所述分级量化指标代码是如下编码， 该编码允 许对由分级量化根据提前定义的分级量化方法针对所述两个图像的各量化目标区域计算 的多个分级的量化指标的唯一指定， 基于另外供应的信息来选择用于比较的量化指标集作 为比较量化指标集， 并且通过使用所述比较量化指标集来比较所述两个图像的所述分级量 化指标代码， 由此计算所述两个图像的同一性尺度。 32. 根据权利要求 31 所述的计算机程序产品， 其中所述另外供应的信息是代表所述两 个图像或者其中的

23、至少一个图像所属群体的性质的群体性质信息。 33. 根据权利要求 32 所述的计算机程序产品， 还包括用于使所述计算机作为图像特征 提取单元来工作的计算机可实施指令， 所述图像特征提取单元被配置成根据所述分级量化 方法执行分级量化以针对所述两个图像的各量化目标区域计算多个分级的量化指标， 并且 输出编码的分级量化指标代码， 所述编码允许对各量化目标区域的所述相应分级的所述量 化指标的唯一指定。 34. 根据权利要求 33 所述的计算机程序产品， 其中所述图像特征提取单元包括 ： 下一分级量化方法选择单元， 配置成根据所述分级量化方法针对各量化目标区域在供 应更高分级的量化指标作为反馈的情况下选

24、择用于与所述供应的量化指标对应的更低分 级的量化方法， 而在未供应量化指标的情况下选择用于最高分级的量化方法 ； 特征提取单元， 配置成针对各量化目标区域从向其输入的图像提取由所述选择的量化 方法使用的特征 ； 量化指标计算单元， 配置成针对各量化目标区域根据所述选择的量化方法来量化所述 提取的特征以计算量化指标， 并且在所述计算的量化指标并非最低分级的情况下向所述下 一分级量化方法选择单元供应所述量化指标作为反馈 ； 以及 分级量化指标代码输出单元， 配置成在针对各量化目标区域计算所述相应分级的所述 量化指标时计算和输出编码的分级量化指标代码， 所述编码允许对各量化目标区域的所述 相应分级的

25、所述量化指标的唯一指定。 35.根据权利要求32至34中的任一权利要求所述的计算机程序产品， 其中所述图像特 征比较单元包括 ： 比较量化指标集选择部， 配置成基于所述群体性质信息来选择用于比较的量化指标集 作为比较量化指标集 ； 比较量化指标获取单元， 配置成参照所述两个图像的各分级量化指标代码针对各所述 图像中的各量化目标区域从所述分级量化指标代码唯一指定的所述相应分级的所述量化 指标之中获取在所述比较量化指标集中包括的量化指标作为比较量化指标 ； 以及 量化指标比较单元， 配置成针对各对应量化目标区域比较所述两个图像的所述比较量 化指标， 并且基于其量化指标重合的量化目标区域的数目来计算

26、所述两个图像的同一性尺 度。 权 利 要 求 书 CN 102165490 A CN 102165493 A1/35 页 7 图像同一性尺度计算系统 技术领域 0001 本发明涉及一种配置成计算代表图像同一性程度的同一性尺度的图像同一性尺 度计算系统， 更具体而言， 本发明涉及一种能够确定由各种更改过程复制的图像与原始图 像相同的图像同一性尺度计算系统。 背景技术 0002 配置成计算代表两个图像同一性程度的同一性尺度的图像同一性尺度计算系统 用来例如检测图像或者作为图像汇集的移动图像的副本。也就是说， 图像同一性尺度计算 系统将根据两个图像计算的图像同一性尺度与某个阈值进行比较， 并且确定两

27、个图像是否 相同 ( 一个是否为另一个的副本 )。 0003 当复制图像时通常执行各种更改过程。各种更改过程包括图像压缩格式的转换、 图像压缩比的转换、 图像尺寸/纵横比的转换、 图像色调的调整、 各种图像滤波过程(锐化、 平滑 ) 等。另外， 各种更改过程包括诸如叠加题注等对图像的局部处理。在下文中， 不仅将 简单地复制图像而且将执行上述各种更改过程的复制简称为复制。 另外， 在下文中， 各种更 改过程应当意味着上述各种图像更改过程。 因而， 为了检测图像的副本， 要求同一性尺度计 算系统针对各种更改过程以稳健方式计算允许确定由各种更改过程复制的图像与原始图 像相同的同一性尺度。 0004

28、在非专利文献1至3中描述一种用于针对各种更改过程稳健地计算同一性尺度的 方法。 在这些文献中描述的方法中通过提取两个图像的特征并且比较两个图像的特征来计 算同一性尺度。首先从图像的多个局部区域中的各局部区域提取特征， 量化所提取的特征 以 计算量化指标， 并且提取各局部区域的量化指标作为图像的特征。 当比较两个图像的特 征时， 比较对应局部区域的量化指标， 并且基于其量化指标在图像之间重合的局部区域的 数目来计算同一性尺度。 0005 在非专利文献 1 中， 将局部区域内的照度分布模式分类为被称为量化指标的十一 种类型。 0006 另外， 在非专利文献 2 中， 局部区域的色彩信息按照时间间隔

29、来归一化， 然后受到 线性标量量化， 其结果称为量化指标。将同一性尺度计算为汉明距离。 0007 另 外，在 非 专 利 文 献 3( 非 专 利 文 献 3 的 一 种 描 述 为 “Local Edge Representation( 局部边缘表示 )” 的技术 ) 中， 量化从局部区域提取的边缘点的重心位置 ( 其称为量化指标 )。 0008 图 1 和图 2 是示出了在非专利文献 1 至 3 中描述的图像同一性尺度计算系统的配 置的框图。 参照图1和图2， 在这些文献中描述的同一性尺度计算系统由图像特征提取设备 11 和图像特征比较设备 12 组成。 0009 参照图 1， 图像特征提

30、取设备 11 由特征提取单元 111 和量化指标计算单元 112 组 成。当输入图像时， 特征提取单元 111 从图像的多个提前定义的局部区域中的各局部区域 提取特征并且向量化指标计算单元 112 供应提取的各局部区域的特征。量化指标计算单元 说 明 书 CN 102165490 A CN 102165493 A2/35 页 8 112 量化由特征提取单元 111 供应的各局部区域的特征以计算量化指标并且输出各局部区 域的量化指标作为图像的特征。 0010 参照图 2， 图像特征比较设备 12 由量化指标比较单元 121 组成。向量化指标比较 单元 121 供应由图像特征提取设备 11 输出的

31、两个图像的相应局部区域的量化指标作为输 入， 量化指标比较单元 121 比较对应局部区域的量化指标、 基于其量化指标重合的局部区 域的数目来计算同一性尺度并且输出同一性尺度。 0011 具有图1和图2中所示配置的图像同一性尺度计算系统使用通过量化特征来计算 的量化指标作为特征， 因此对由于对各种图像更 改过程所致的图像信号的一些改变具有 稳健性。另外， 图像同一性尺度计算系统使用各局部区域的量化指标作为特征并且基于其 量化指标重合的局部区域的数目来计算同一性尺度， 因此也针对如图像局部处理 ( 比如叠 加字幕 ) 之类的图像更改过程具有稳健性。 0012 非专利文献 1Kota Iwamoto

32、，Eiji Kasutani，Akio Yamada， “Image signature Robust to Caption Superimposition for Video Sequence Identification， ”Proceedings of International Conference on Image processing(ICIP2006)， 2006。 0013 非 专 利 文 献 2Takayuki Kurozumi， Hidehisa Nagano， Kunio Kasino， “Robust Video Search Method for Video Sign

33、al Queries Captured in the Real World， ” IEICE(the Institute Of Electronics， Information and Communication Engineers)Transactions 第 J90-D 卷， 第 8 期， 第 2223-2231 页， 2007 年 8 月。 0014 非 专 利 文 献 3Arun Hampapur， Ruud M.Bolle，“Comparison of Distance Measures for Video Copy Detection， ” Proceedings of Inter

34、national Conference on Multimedia and Expo(ICME2001)， 第 946 页， 2001。 0015 然而由于具有图1和图2中所示配置的图像同一性尺度计算系统通过使用由之前 定义的一种量化方法来量化的一个量化指标集来计算同一性尺度， 所以问题在于确定图像 同一性的能力取决于待使用的量化方法。 这里， 确定图像同一性的能力依赖于两个尺度 ： 识 别能力， 该识别能力是识别不同图像的能力程度 ； 以及稳健性， 该稳健性是量化指标耐受各 种图像更改过程的程度。识别能力和稳健性具有折衷关系。对确定图像同一性的能力的固 定也指对识别能力与稳健性的平衡的固定。

35、 发明内容 0016 因此， 鉴于上述问题做出本发明， 并且本发明的目的在于提供一种能够调节识别 能力与稳健性的平衡的图像同一性尺度计算系 统， 识别能力与稳健性是确定图像同一性 的能力尺度。 0017 根据本发明的第一图像同一性尺度计算系统是配置成计算代表两个图像的同一 性程度的同一性尺度的系统， 并且该系统包括 ： 图像特征比较单元， 配置成 ： 根据提前定义 的分级量化方法， 被供应有分级量化指标代码作为输入， 这些分级量化指标代码是允许对 多个分级的量化指标唯一指定的编码， 所述多个分级的量化指标是由对两个图像的各量化 目标区域的分级量化计算得出 ； 基于另外供应的信息来选择用于比较的

36、量化指标集作为比 较量化指标集 ； 并且通过使用比较量化指标集来比较两个图像的分级量化指标代码， 由此 说 明 书 CN 102165490 A CN 102165493 A3/35 页 9 计算两个图像的同一性尺度。 0018 根据本发明的第一图像同一性尺度计算方法是一种用于计算代表两个图像的同 一性程度的同一性尺度的方法， 并且该方法包括 ： 图像特征比较单元被供应有分级量化指 标代码作为输入， 这些分级量化指标代码是允许对多个分级的量化指标唯一指定的编码， 所述多个分级的量化指标根据提前定义的分级量化方法由对两个图像的各量化目标区域 的分级量化计算得出 ； 基于另外供应的信息来选择用于比

37、较的量化指标集作为比较量化指 标集 ； 通过使用比较量化指标集来比较两个图像的分级量化指标代码， 由此计算两个图像 的同一性尺度。 0019 根据本发明的第一计算机程序产品包括用于使计算代表两个图像的同一性程度 的同一性尺度的计算机作为图像特征比较单元来工作的计算机可实施指令， 该图像特征比 较单元被配置成 ： 被供应有分级量化指标代码作为输入， 该分级量化指标代码是允许对多 个分级的量化指标唯一指定的编码， 所述多个分级的量化指标根据提前定义的分级量化方 法由对两个图像的各量化目标区域的分级量化计算得出 ； 基于另外供应的信息来选择用于 比较的量化指标集作为比较量化指标集 ； 并且通过使用比

38、较量化指标集来比较两个图像的 分级量化指标代码， 由此计算两个图像的同一性尺度。 0020 根据本发明， 可以获得一种能够调节识别能力与稳健性的平衡 的图像同一性尺 度计算系统， 识别能力与稳健性是确定图像同一性的能力尺度。 附图说明 0021 图 1 是示出了在涉及本发明的图像同一性尺度计算系统中包括的图像特征提取 设备的配置的框图 ； 0022 图 2 是示出了在涉及本发明的图像同一性尺度计算系统中包括的图像特征比较 设备的配置的框图 ； 0023 图 3 是本发明的第一示例实施例的配置的框图 ； 0024 图 4 是示出了在本发明的第一示例实施例中包括的图像特征提取设备的配置的 框图 ；

39、 0025 图 5 是示出了在本发明的第一示例实施例中包括的图像特征比较设备的配置的 框图 ； 0026 图 6 是示出了分级量化方法的例子的图 ； 0027 图 7 是示出了在本发明的第一示例实施例中包括的图像特征提取设备的操作的 流程图 ； 0028 图 8 是示出了在本发明的第一示例实施例中包括的图像特征比较设备的操作的 流程图 ； 0029 图 9 是示出了本发明的第二示例实施例的配置的框图 ； 0030 图 10 是示出了在本发明的第二示例实施例中包括的比较量化指标集选择部的配 置例子的框图 ； 0031 图 11 是示出了本发明的第二示例实施例的操作的流程图 ； 0032 图 12

40、 是示出了本发明的第三示例实施例的配置的框图 ； 0033 图 13 是示出了本发明的第四示例实施例的配置的框图 ； 说 明 书 CN 102165490 A CN 102165493 A4/35 页 10 0034 图 14 是示出了本发明的第五示例实施例的配置的框图 ； 0035 图 15 是示出了本发明的第六示例实施例的配置的框图 ； 0036 图 16 是示出了在本发明的第七示例实施例中使用的分级量化方法的具体例子的 图 ； 0037 图 17A 至 17C 是示出了在本发明的第八示例实施例中的配置 成存储分级量化指 标代码的存储单元的数据结构的例子的图 ； 以及 0038 图 18

41、是示出了本发明的第九示例实施例的配置的框图。 具体实施方式 0039 第一示例实施例 0040 接着将参照附图描述本发明的第一示例实施例。图 3 是示出了根据第一示例实施 例的图像同一性尺度计算系统的配置的框图。 参照图3， 本发明的第一示例实施例包括图像 特征提取设备 01 和图像特征比较设备 02。图 4 是示出了根据第一示例实施例的图像同一 性尺度计算系统中图像特征提取设备01的具体配置的框图， 而图5是示出了根据第一示例 实施例的图像同一性尺度计算系统中的图像特征比较设备 02 的具体配置的框图。 0041 当输入图像时， 图像特征提取设备 01 针对图像的各提前定义的量化目标区域，

42、根 据分级量化方法(该方法是一种提前定义的分级量化方法)执行分级量化以计算多个分级 的量化指标， 计算分级量化指标代码 ( 该代码是允许对各量化目标区域的相应分级的量化 指标唯一指定的编码 ) 并且输出分级量化指标代码作为图像特征。这里， 允许对各量化目 标区域的相应分级的量化指标唯一指定是指允许对各量化目标区域与其量化指标之间的 关联唯一指定以及允许对相应分级的量化指标唯一指定。 0042 量化目标区域是受到通过分级量化来计算量化指标的区域。 量化目标区域例如可 以是通过将图像在空间上划分成区域来获得的多个局部区域。例如， 量化目标区域可以是 通过将图像划分成矩形局部区域 ( 块 )( 块可

43、以部分地相互重叠 ) 来获得的多个局部区域 ( 块 )。在这一情况下， 为了响应于对图像尺寸的转换， 例如可以在通过归一化图像尺寸来 获得的归一化图像上定义局部区域。 另外， 举例而言， 整个图像可以定义为一个量化目标区 域。 另外， 量化目标区域无需是图像的空间区域并且例如可以是图像信号的部分频域区域。 量化目标区域可以是任何区域， 只要可以基于图像信号来执行量化。 0043 分级量化方法是一种通过基于图像信号的某种量化方法将量化目标区域分类为 有限数目的量化指标并且通过其它量化方法将分类为相应量化指标的样本分级分类为有 限数目的量化指标的方法。通过根据这一方法执行分级量化， 针对各量化目标

44、区域计算多 个分级的量化指标。 量化方法是指用于量化的特征类型和用于通过量化该特征来计算量化 指标的流程和 / 或参数。在图 6 中示意地示出了分级量化方法的一个例子。在图 6 中， 数 字代表量化指标， 而虚线包围的部分代表通过一种量化方法量化的量化指标集。下文将参 照图 6 描述具体例子。 0044 在分级量化方法中， 用于更低分级的量化方法依赖于其更高分级的量化指标。也 就是说， 更低分级的量化方法 ( 用于量化的特征类型和用于通过量化特征来计算量化指标 的流程和 / 或参数 ) 根据其更高分级的量化指标而变化 ( 但是可以使用相同量化方法 )。 参照图 6， 用于量化指标 1 的更低分

45、级的量化方法是量化方法 B， 而用于量化指标 2 的更低 说 明 书 CN 102165490 A CN 102165493 A5/35 页 11 分级的量化方法是量化方法 C。因此， 使用了不同的量化方法。在这一情况下， 在量化方法 B中使用的特征和在量化方法C中使用的特征可以不同。 另外， 在用于更高分级的量化方法 中使用的特征类型可以不同于在用于其更低分级的量化方法中使用的特征类型。 0045 另外， 在分级量化方法中， 在更低分级中分类的量化指标的数目可以根据其更高 分级的量化指标而变化。参照图 6， 在更低分级的量化指标 1 中分类的量化指标的数目为 二， 而在量化指标 5 的更低分

46、级中分类的量化指标的数目为四。因此， 分类数目不同。另外 根据更高分级的量化指标， 其更低分级的深度 ( 分级数目 ) 可以变化。参照图 6， 量化指标 1 的更低分级的深度 ( 分级数目 ) 最大为三 ( 如果包括最高分级则为四 )， 而量化指标 3 的 更低分级的深度 ( 分级数目 ) 为一 ( 如果包括最高分级则为二 )。因此深度不同。 0046 另外， 在分级量化方法中， 用于最高分级的量化方法需要是一种将所有样本唯一 分类到有限数目的量化指标从而无样本保持未分 类的方法。 另外， 用于最高分级之外的分 级的量化方法需要是一种将分类到其更高分级的量化指标的所有样本唯一分类到有限数 目的

47、指标从而无样本保持未分类的方法。参照图 6， 作为用于最高分级的量化方法的量化 方法 A 是一种将所有样本唯一分类到量化指标 1、 2、 3、 4 和 5 从而无样本保持未分类的方法 ( 例如一个样本决不同时分类到量化指标 1 和 2)。另外， 举例而言， 量化方法 G 是一种将已 经分类到量化指标 5( 该量化指标 5 是其更高分级的量化指标 ) 的所有样本唯一分类到量 化指标 18、 19、 20 和 21 从而无样本保持未分类的方法 ( 例如一个样本决不同时分类到量化 指标 18 和 19)。 0047 另外， 在分级量化方法中， 多个不同量化方法针对更高分级的量化指标可以并行 存在(用

48、于最高分级的多个量化方法可以并行存在)， 只要相应量化方法满足上述条件。 参 照图 6， 针对量化指标 4 并行存在不同量化方法 E 和 F。 0048 在量化方法中， 只要有可能基于图像信号来执行量化， 则可以使用任何特征和 / 或任何流程和 / 或参数可以用于通过使用该特征来计算量化指标。例如量化方法可以是一 种从量化目标区域提取标量数量(例如图像的平均照度值)特征并且对该特征执行线性标 量量化或者非线性标量量化的方法。 另外， 举例而言， 量化方法可以是一种从量化目标区域 提取矢量数量 ( 例如图像的照度直方图 ) 特征并且对该特征执行矢量量化的方法。任何参 数可以用于标量量化和矢量量化

49、。 另外， 举例而言， 量化方法可以不基于简单算数运算而是 基于规则。 例如量化方法可以是一种从量化目标区域提取与图像梯度的量值和方向有关的 特征并且分类到共计五个量化指标的方法 ： 在量值低于定义数量的情况下分类到代表 “无 梯度” 的量化指标， 而在其它情况下将梯度的方向分类到四个方向。 0049 在分级量化方法中， 考虑到稳健性随着选择更高分级的量化指标作为用于比较的 量化指标集而实质上更高， 合乎需要的是用于更高分级的量化方法是一种针对各种图像更 改过程更为稳健的方法， 即一种计算的量化指标更难以针对各种更改过程而改变的方法 ( 它 合乎需要， 但是并非必需 )。参照图 6， 例如希望量化方法 A 比量化方法 B、 C、 D、 E、 F 和 G更稳健。 一般而言， 例如在使用图像的照度分量的梯度作为特征的量化方法比使用图像的 色彩分量作为特征的量化方法更稳健的情况下， 对于更高分级而言， 前一量化方法比后一 量化方法更合乎需要。 例如可以通过对用于学习的图像组执行各种更改过程以生成副本图 像， 根据原始图像和副本图像通过量化