[发明专利]一种图像识别定位方法、视频中图像轨迹识别方法和装置在审
申请号: | 201810431909.0 | 申请日: | 2018-05-08 |
公开(公告)号: | CN108647629A | 公开(公告)日: | 2018-10-12 |
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: | 候选图像 视频 特征向量 方法和装置 参考图像 图像轨迹 图像识别 中心坐标 相似度 特征向量相似度 存储空间 人脸识别 误判率 帧转换 保留 人脸 预设 排序 筛选 记录 图片 | ||
1.一种图像识别定位方法,其特征在于,包括:
根据每个参考图像和候选图像的特征分别生成对应的特征向量;
将每个候选图像的特征向量依次与每个参考图像的特征向量两两成对比较,并计算所述成对比较特征向量的相似度;
筛选并保留相似度高于预设值的候选图像,并将保留的候选图像按照相似度进行排序,选取排序后相似度最高的候选图像;
计算所述相似度最高的候选图像的中心坐标,根据所述中心坐标的位置确定所述候选图像在整个图片中的位置。
2.根据权利要求1所述的方法,其特征在于,所述计算所述成对比较特征向量的相似度包括:计算每个候选图像的特征向量与每个参考图像的特征向量之间的距离,距离越小则相似度越高。
3.根据权利要求1所述的方法,其特征在于,所述筛选相似度高于预设值的候选图像包括:筛选并保留同一个候选图像与每个参考图像的特征向量比较后得到的低于设定值的距离值,并在这些距离值中筛选出最小距离值。
4.根据权利要求3所述的方法,其特征在于,所述将保留的候选图像按照相似度进行排序,选取排序后相似度最高的候选图像包括:将所有候选图像筛选后保留的多个所述最小距离值进行排序,选取排序后多个所述最小距离值中最小数值对应的候选图像。
5.根据权利要求1所述的方法,其特征在于,所述计算所述相似度最高的候选图像的中心坐标包括:根据所述候选图像的一个或多个特征点的坐标平均值计算所述候选图像的中心坐标。
6.一种视频中图像轨迹识别方法,其特征在于,包括:
将视频的每帧转换为包含候选图像的图片;
根据权利要求1-5任一项所述的方法筛选出候选图像的中心坐标在图片中的位置;
记录所述每帧图片中候选图像的中心坐标的位置进而确定该候选图像在视频中的轨迹。
7.一种视频中图像轨迹识别装置,其特征在于,包括:
转换模块:用于根据每个参考图像和候选图像的特征生成对应的特征向量,还用于将视频的每帧转换为包含候选图像的图片;
比较模块:用于将每个候选图像的特征向量依次与每个参考图像的特征向量两两成对比较,并计算所述成对比较特征向量的相似度;
筛选模块:用于筛选并保留相似度高于预设值的候选图像;
排序模块:用于将筛选模块得到的候选图像按照相似度进行排序,选取排序后相似度最高的候选图像;
计算模块:用于计算所述相似度最高的候选图像的中心坐标,根据所述中心坐标的位置确定所述候选图像在整个图片中的位置;
存储模块:用于记录所述每帧图片中候选图像的中心坐标的位置进而确定该候选图像在视频中的轨迹。
8.根据权利要求7所述的装置,其特征在于,所述比较模块还用于计算每个候选图像的特征向量与每个参考图像的特征向量之间的距离,距离越小则相似度越高。
9.根据权利要求7所述的装置,其特征在于,所述筛选模块还用于筛选并保留同一个候选图像与每个参考图像的特征向量比较后得到的低于设定值的距离值,并在这些距离值中筛选出最小距离值。
10.根据权利要求9所述的装置,其特征在于,所述排序模块还用于将所有候选图像筛选后保留的多个所述最小距离值进行排序,选取排序后多个所述最小距离值中最小数值对应的候选图像。
11.根据权利要求7所述的装置,其特征在于,所述计算模块还用于根据所述候选图像的一个或多个特征点的坐标平均值计算所述候选图像的中心坐标。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述计算机可读存储介质在计算机上运行时,使得所述计算机执行权利要求6中所述的方法。
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/201810431909.0/1.html,转载请声明来源钻瓜专利网。