[发明专利]一种图像识别方法和装置在审

专利信息
申请号: 201810431353.5 申请日: 2018-05-08
公开(公告)号: CN108764068A 公开(公告)日: 2018-11-06
发明(设计)人: 沈操 申请(专利权)人: 北京大米科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京正理专利代理有限公司 11257 代理人: 付生辉
地址: 100142 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 相似度 特征向量 图像 图像识别 提取图像特征 图像识别装置 在线教育系统 方法和装置 存储空间 教学过程 身份验证 特征生成 计算量 成对 排序 删除 筛选 检测 保留
【说明书】:

发明公开一种图像识别方法,包括:根据每个图像的特征生成一个对应的特征向量;将所有特征向量两两成对比较,计算每两个特征向量的相似度;筛选相似度高于设定值的图像对,并将保留的图像对按照相似度进行排序,本发明还公开了一种图像识别装置。本发明提供了学员运用在线教育系统时的身份验证和教学过程中是否是学员本人的检测功能,在图像识别过程中提取图像特征,并通过特征向量间的距离来确定图像间的相似度,比较过程中逐步删除相似度较小的图像来简化计算,识别效率高,节省计算量,提高识别速度,节省存储空间。

技术领域

本发明涉及人脸识别领域。更具体地,涉及一种图像识别方法和装置。

背景技术

随着电脑的普及,互联网的快速发展,让在线教育产业链迎来了春天。在线教育(也称为e-Learning)是通过应用信息科技和互联网技术进行课程内容传播分享和快速学习的方法。在线教育的教学方式以网络为介质,通过网络,学生与教师即使相隔万里也可以开展教学活动;此外,借助网络课件,学生还可以随时随地进行学习,真正打破了时间和空间的限制,为广大学习者提供了更为便捷和有效的学习方式,特别是对于工作繁忙,学习时间不固定的职场人而言网络远程教育是最为便利的学习方式。

现有的在线教育系统,包括教师终端、网关服务器、学生终端等设备、教师终端提供课程的视频信息,然后宽带网关设备通过网关服务器将课程视频信息发送到学生终端,学生通过学生终端即可观看老师的讲课内容。然而,现有的系统通常使用基于网线的网络,不利于学生分享学习课程的便利性。在这飞速发展时代,如何更好的把控平台资源,如何提供更好的在线教育体验给学员成为一大难题。目前大多在线教育系统平台,因不是面授课程,所以无法直接的查看学员的学习情况,也无法知道到底是不是学员本人在接受线上教育,从而导致出现不是本人或者上课缺席等现象,通过人脸识别两两比较计算量非常大,不仅耗时且需消耗大量资源。

因此,需要提供一种图像识别方法和装置。

发明内容

本发明的目的在于提供一种图像识别方法和装置,可在在线教育中监督学员自己认真学习并在不同的学习时间内快速搜索到同一个学员。

为达到上述目的,本发明采用下述技术方案:

一种图像识别方法,包括:

根据每个图像的特征分别生成对应于每个图像的特征向量;

将所有生成的特征向量两两成对比较,计算每两个特征向量的相似度;

筛选计算得到的相似度,若图像对的相似度高于设定值则予以保留,并将保留的图像对按照相似度进行排序。

进一步地,所述计算每两个特征向量的相似度包括:计算每两个特征向量之间的距离,距离越小则相似度越高。

进一步地,所述方法还包括:筛选相似度高于设定值的图像对后,将保留的图像对分组,分别对每组中的图像对按相似度排序。

进一步地,所述分别对每组中的图像对进行相似度排序包括:筛选并保留排序后每组中相似度高的前M个图像对,所述M为预先设定好的自然数。

进一步地,将所有分组中的前M个图像对合并后再次按照相似度排序,保留前K个相似度高的图像对,所述K为M与图像对分的组数的乘积。

本发明一个实施例还公开了一种图像识别装置,包括:

处理模块:用于根据每个图像的特征生成一个对应的特征向量;

比较模块:用于将所有特征向量两两成对比较,计算每两个特征向量的相似度;

筛选模块:用于筛选相似度高于设定值的图像对,并将保留的图像对按照相似度进行排序。

进一步地,所述比较模块还用于计算每两个特征向量之间的距离,距离越小则相似度越高。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大米科技有限公司,未经北京大米科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810431353.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top