圖像識別方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明的實(shí)施方式涉及圖像識別技術(shù)領(lǐng)域，更具體地，本發(fā)明的實(shí)施方式涉及一 種圖像識別方法和裝置。
【背景技術(shù)】
[0002] 本部分旨在為權(quán)利要求書中陳述的本發(fā)明的實(shí)施方式提供背景或上下文。此處的 描述不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。
[0003] 隨著智能技術(shù)的發(fā)展，圖像識別的使用和需求也在迅速發(fā)展。所謂的圖像識別主 要有：從圖像中識別出目標(biāo)物體，或者是識別出圖像中的某個(gè)物體所屬的類別等等。可以將 其理解為近似于人面對一副圖像或者一個(gè)場景時(shí)，通過肉眼和大腦實(shí)現(xiàn)對圖像或者場景中 所出現(xiàn)的物品進(jìn)行區(qū)分和辨別。
[0004] 目前，常用的圖像識別（這里主要指識別圖像中的某個(gè)物體所屬的類別）方法主 要有以下幾種：1)基于神經(jīng)網(wǎng)絡(luò)；2)基于Hu不變距特征搜索；3)基于SIFT特征點(diǎn)匹配搜 索；4)基于Gabor圖像特征搜索。
[0005] 然而，上述幾種方式也存在不同程度的問題，具體的：
[0006] 1)基于神經(jīng)網(wǎng)絡(luò)，一般采用人工設(shè)計(jì)的圖像特征算子作為輸入，然而，目前人工設(shè) 計(jì)的特征算子對某些圖像的識別并不適用，例如硬幣識別，而且神經(jīng)網(wǎng)絡(luò)多為淺層結(jié)構(gòu)，難 以學(xué)習(xí)到有效的高層抽象的特征。
[0007] 2)基于Hu不變距特征搜索，一般利用物體的形狀特征，但是有些不同類別的物體 之間形狀差異很小，因此Hu不變距特征搜索的方式難以有效地捕獲上述物體的形狀特征， 難以實(shí)現(xiàn)有效識別。
[0008] 3)基于SIFT特征點(diǎn)匹配搜索，對于紋理特征較多為剛性紋理特征（例如硬幣上字 的邊角）的圖像，提取出的有效SIFT特征點(diǎn)較少，且錯(cuò)誤匹配現(xiàn)象嚴(yán)重。
[0009] 4)基于Gabor圖像特征搜索，表面凸起的物體，光線打上去不是整體變化，Gabor 特征難以有效地捕捉物體圖像的邊緣信息。

【發(fā)明內(nèi)容】

[0010] 如前所述，現(xiàn)有的圖像識別技術(shù)對于某些圖像難以有效捕獲特征信息，進(jìn)而難以 實(shí)現(xiàn)對圖像的有效識別，識別精度低。
[0011] 有鑒于此，非常需要一種改進(jìn)的圖像識別方法，以有效提取圖像特征，提高識別精 度。
[0012] 在本發(fā)明實(shí)施方式的第一方面中，提供了一種圖像識別方法，包括：對待識別圖像 進(jìn)行特征提取，得到多個(gè)特征向量；確定每個(gè)特征向量對應(yīng)的類別；針對所述每個(gè)特征向 量，分別計(jì)算其所對應(yīng)的類別下各樣本圖像的分?jǐn)?shù)；將計(jì)算得到的同一樣本圖像的分?jǐn)?shù)累 加，得到該同一樣本圖像的分值；將分值最高的樣本圖像對應(yīng)的圖像標(biāo)識作為所述待識別 圖像的識別結(jié)果。
[0013] 在本發(fā)明實(shí)施方式的第二方面中，提供了一種圖像識別裝置，包括：特征提取單 元，用于對待識別圖像進(jìn)行特征提取，得到多個(gè)特征向量；第一確定單元，用于確定每個(gè)特 征向量對應(yīng)的類別；計(jì)算單元，用于針對所述每個(gè)特征向量，分別計(jì)算其所對應(yīng)的類別下各 樣本圖像的分?jǐn)?shù)；累加單元，用于將計(jì)算得到的同一樣本圖像的分?jǐn)?shù)累加，得到該同一樣本 圖像的分值；第二確定單元，用于將分值最高的樣本圖像對應(yīng)的圖像標(biāo)識作為所述待識別 圖像的識別結(jié)果。
[0014] 通過本發(fā)明實(shí)施方式的圖像識別方法和裝置，有效提取多個(gè)特征來表征待識別圖 像，提取的特征不受圖像中物體的特性所影響，能夠?qū)崿F(xiàn)對圖像的有效識別，適用范圍廣； 且通過計(jì)算樣本圖像分?jǐn)?shù)的方式得到識別結(jié)果，綜合考慮了特征的重要性，能夠獲得較好 的識別精度。
【附圖說明】
[0015] 通過參考附圖閱讀下文的詳細(xì)描述，本發(fā)明示例性實(shí)施方式的上述以及其他目 的、特征和優(yōu)點(diǎn)將變得易于理解。在附圖中，以示例性而非限制性的方式示出了本發(fā)明的若 干實(shí)施方式，其中：
[0016] 圖1示意性地示出了根據(jù)本發(fā)明實(shí)施方式的應(yīng)用場景示意圖；
[0017] 圖2示意性地示出了根據(jù)本發(fā)明實(shí)施例的圖像識別方法的流程圖；
[0018] 圖3示意性地示出了根據(jù)本發(fā)明實(shí)施例的樣本圖像信息的示意圖；
[0019] 圖4示意性地示出了根據(jù)本發(fā)明實(shí)施例的哈希索引結(jié)構(gòu)的示意圖；
[0020] 圖5示意性地示出了根據(jù)本發(fā)明一實(shí)施例的圖像識別裝置的結(jié)構(gòu)框圖；
[0021] 圖6示意性地示出了根據(jù)本發(fā)明另一實(shí)施例的圖像識別裝置的結(jié)構(gòu)框圖；
[0022] 在附圖中，相同或?qū)?yīng)的標(biāo)號表不相同或?qū)?yīng)的部分。
【具體實(shí)施方式】
[0023] 下面將參考若干示例性實(shí)施方式來描述本發(fā)明的原理和精神。應(yīng)當(dāng)理解，給出這 些實(shí)施方式僅僅是為了使本領(lǐng)域技術(shù)人員能夠更好地理解進(jìn)而實(shí)現(xiàn)本發(fā)明，而并非以任何 方式限制本發(fā)明的范圍。相反，提供這些實(shí)施方式是為了使本公開更加透徹和完整，并且能 夠?qū)⒈竟_的范圍完整地傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0024] 本領(lǐng)域技術(shù)技術(shù)人員知道，本發(fā)明的實(shí)施方式可以實(shí)現(xiàn)為一種系統(tǒng)、裝置、設(shè)備、 方法或計(jì)算機(jī)程序產(chǎn)品。因此，本公開可以具體實(shí)現(xiàn)為以下形式，即：完全的硬件、完全的軟 件（包括固件、駐留軟件、微代碼等），或者硬件和軟件結(jié)合的形式。
[0025] 根據(jù)本發(fā)明的實(shí)施方式，提出了一種圖像識別方法和裝置。
[0026] 需要說明的是，附圖中的任何元素?cái)?shù)量均用于示例而非限制，以及任何命名都僅 用于區(qū)分，而不具有任何限制含義。
[0027] 下面參考本發(fā)明的若干代表性實(shí)施方式，詳細(xì)闡釋本發(fā)明的原理和精神。
[0028] 發(fā)明概沐
[0029] 現(xiàn)有的圖像識別技術(shù)對于某些圖像難以有效捕獲特征信息，進(jìn)而難以實(shí)現(xiàn)對圖像 的有效識別，識別精度低。
[0030] 為此，本發(fā)明提供了一種圖像識別方法，通過該方法進(jìn)行圖像識別的過程可以包 括：對待識別圖像進(jìn)行特征提取，得到多個(gè)特征向量；確定每個(gè)特征向量對應(yīng)的類別；針對 每個(gè)特征向量，分別計(jì)算其所對應(yīng)的類別下各樣本圖像的分?jǐn)?shù)；將計(jì)算得到的同一樣本圖 像的分?jǐn)?shù)累加，得到該同一樣本圖像的分值；將分值最高的樣本圖像對應(yīng)的圖像標(biāo)識作為 待識別圖像的識別結(jié)果。這樣有效提取多個(gè)特征來表征待識別圖像，提取的特征不受圖像 中物體的特性所影響，能夠?qū)崿F(xiàn)對圖像的有效識別，適用范圍廣；且通過計(jì)算樣本圖像分?jǐn)?shù) 的方式得到識別結(jié)果，綜合考慮了特征的重要性，能夠獲得較好的識別精度。
[0031] 在本例中，圖像標(biāo)識可以是圖像的名稱、編號或者其他能夠唯一標(biāo)識該圖像的信 息。
[0032] 在介紹了本發(fā)明的基本原理之后，下面具體介紹本發(fā)明的各種非限制性實(shí)施方 式。
[0033] 應(yīng)用場景總覽
[0034] 首先參考圖1，其示出了本發(fā)明的實(shí)施方式可以在其中實(shí)施的應(yīng)用場景。處理設(shè) 備100可以是一臺計(jì)算機(jī)、一組計(jì)算機(jī)集群、或者是一臺單一的處理器等，只要是能夠?qū)崿F(xiàn) 對數(shù)據(jù)進(jìn)行分析和處理的設(shè)備都是可以的，存儲設(shè)備200可以是一個(gè)常規(guī)的存儲器、云存 儲器，甚至也可以是互聯(lián)網(wǎng)，只要是能夠?qū)崿F(xiàn)圖像、數(shù)據(jù)、信息的獲取和存儲的設(shè)備都是可 以的。處理設(shè)備100與存儲設(shè)備200之間可以通過例如移動互聯(lián)網(wǎng)、物理排線等方式進(jìn)行 通信連接。
[0035] 利用本發(fā)明實(shí)施例提供的圖像識別方法，處理設(shè)備100對待識別圖像進(jìn)行特征提 取，得到多個(gè)特征向量，根據(jù)存儲設(shè)備200中存儲的信息，確定每個(gè)特征向量對應(yīng)的類別， 并針對每個(gè)特征向量，分別計(jì)算其所對應(yīng)的類別下各樣本圖像的分?jǐn)?shù)；將同一樣本圖像的 分?jǐn)?shù)累加，得到該同一樣本圖像的分值；將分值最高的樣本圖像對應(yīng)的圖像標(biāo)識作為待識 別圖像的識別結(jié)果。樣本圖像的分值越高，表示待識別圖像與該樣本圖像越相似。
[0036] 此外，處理設(shè)備100可以從存儲設(shè)備200中獲取大量樣本圖像，基于獲取的樣本圖 像建立樣本圖像信息，并將該樣本圖像信息存儲到存儲設(shè)備200中，以備后續(xù)在具體的圖 像識別過程中使用。其中，樣本圖像信息可以包括：類別、圖像標(biāo)識、計(jì)算分?jǐn)?shù)所需的參數(shù) 等。可以根據(jù)圖像的種類分別建立對應(yīng)的樣本圖像信息，并存儲該樣本圖像信息，例如，針 對金屬幣圖像，建立對應(yīng)的樣本圖像信息，金屬幣可以是一種具有流通價(jià)值、紀(jì)念價(jià)值或收 藏價(jià)值的幣種；又如，針對服裝圖像，建立對應(yīng)的樣本圖像信息。
[0037] 示例件方法
[0038] 下面結(jié)合圖1的應(yīng)用場景，參考圖2至圖4對本發(fā)明的圖像識別方法進(jìn)行介紹。
[0039] 需要注意的是，上述應(yīng)用場