[发明专利]一种图像识别方法及装置

说明书

技术领域

本申请涉及数据处理技术，特别是涉及一种图像识别方法及装置。

背景技术

图像识别，是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。通常图像在计算机视觉应用中都被处理成一个N维的向量，因此很多关于物体检测的方法也是建立在这个基础上的。但是仅仅依赖于图像像素的灰度特征不可避免存在很多缺陷。

因此，Serge Belongie等人利用图像的边缘和形状信息提出了一种基于SC（Shape Context，边界轮廓）特征的检测方法。Liming Wang等人又在SC特征的基础上提出一种通过投票方法估计物体中心位置和置信程度的方法。这种方法首先获取待检测图像的每个采样点的SC特征，由于相似图形上相对位置一致的点通常具有相似的SC特征，因此可以将SC特征所述预置的特征词典中的SC特征进行匹配，并确定对应的相似度。根据所述相似度获取到匹配的对比图像。

但是，这种方法每次仅针对一类对比图像进行识别，即预置的特征词典中只包含该类对比图像的SC特征，识别过程中也只能判别所述待检测图像是否包含该类对比图像。实际的处理中，对比图像可能有n类，则需要建立n个特征词典，而针对每一个待检测图像，若要确定所述待检测图像所属的类别，则要重复执行n次识别过程。

因此，上述的识别过程会消耗比较多的资源，并且效率非常低，时间开销非常大。

发明内容

本申请提供一种图像识别方法及装置，以解决现有图像识别的识别过程会消耗比较多的资源，并且效率非常低，时间开销非常大的问题。

为了解决上述问题，本申请公开了一种图像识别方法，包括：

针对每一类别的图像建立一张第一投票图像；

提取待检测图像的各个采样点的实际特征和所述实际特征的实际位置；

针对每个采样点，获取与所述实际特征匹配的k个对比特征，并获取所述对比特征的类别和对比特征的相对中心位置；

针对每个对比特征的类别，根据所述实际特征和所述对比特征计算相似度；

针对每个对比特征的类别所对应的第一投票图，根据所述实际特征的实际位置和所述对比特征的相对中心位置，确定所述对比特征在第一投票图像中的估计中心位置，并在所述对比特征对应的估计中心位置处增加所述相似度；

遍历每个第一投票图像中各个估计中心位置处的相似度，获取相似度最大的估计中心位置对应的第一投票图像，通过所述第一投票图像识别待检测图像的类别。

优选的，所述的方法还包括：

提取对比图像的各个采样点的对比特征、所述对比特征的类别和所述对比特征的相对中心位置，其中，所述相对中心位置为所述采样点距对比图像中物体中心位置的距离。

优选的，所述的方法还包括：

针对各个采样点的对比特征，通过对所述对比特征进行n次逐级聚类，建立n+2级查找树，其中，所述查找树的1级节点为查找开始点，2到n+1级节点为各级聚类的聚类中心，n+2级节点为所述对比特征，n>1，n为正整数。

优选的，获取与所述实际特征匹配的k个对比特征，包括：

在所述查找树中对所述实际特征进行特征匹配，查找与所述实际特征匹配的k个对比特征。

优选的，所述的方法还包括：

预置x个缩放尺度，针对同一类别下的每一个缩放尺度分别建立一张第二投票图像。

优选的，所述根据所述实际特征和所述对比特征计算相似度之后，还包括：

根据所述缩放尺度对所述对比特征的相对中心位置中的距离进行缩放，获取对应的缩放中心位置；

针对对比特征的类别在所述缩放尺度下的第二投票图像，将所述实际特征的实际位置，按照所述对比特征的相对中心位置中的方位角度和所述缩放中心位置进行偏移，投射出所述对比特征在所述第二投票图像中的估计中心位置；

在所述第二投票图像中的估计中心位置处增加所述相似度。

优选的，所述的方法还包括：

遍历每个第二投票图像中各个估计中心位置处的相似度，获取相似度最大的估计中心位置对应的第二投票图像；

通过所述第二投票图像识别所述待检测图像的类别和尺度。

优选的，所述的方法还包括：

针对所述待检测图像的类别，识别使用所述待检测图像的用户是否具有所述类别的使用权限。

优选的，所述对比图像为卡通图像和/或商标图像。

相应的，本申请还公开了一种图像识别装置，包括：