[发明专利]一种渐进式图像识别方法、装置、系统及存储介质

说明书

一种渐进式图像识别方法、装置、系统和计算机可读存储介质。所述方法包括如下步骤：对图像样本库中的n幅图像分别进行频域变换，图像采用基于拉普拉斯金字塔的频域渐进式传输的方式进行传输；针对每一次频域变换后的图像选取合适的特征变量；训练图像的样本库：根据选取的特征变量，训练样本库中的图像数据，获取训练结果；根据训练结果，对需要进行目标识别的图像进行识别。本发明提出了基于渐进式传输的实时目标识别方法，可以实现对用户图像中的目标利用基于渐进式传输的方式进行实时目标识别，具有实时性高、准确性高、渐进性的特点。

技术领域

本发明涉及图像数据识别领域，具体涉及一种针对用户图像的渐进式识别方法及其装置。

背景技术

随着互联网技术的发展，人们获取的用户图像数据正以几何倍数增长，基于用户图像数据的目标识别应用范围越来越广泛，例如课程点名，个性化宣传推广。目标识别将获取的图像数据进行处理，根据已有的信息识别目标，为其它工作起着重要的作用。现代互联网环境具有网络类型众多、交互方式多样、复杂情况众多的特点，同时用户图像数据具有数据量大、冗余数据多、实时性要求高的特点，对目标识别方法提出了实时性和准确性的挑战。

目前常用的技术方案为模板匹配法。为了在图像中检测出已知的目标物，使用这个目标的模板与图像匹配，在约定的准则下检测出目标物，通常称之为模板匹配法。基于图像模板匹配的方法，也叫图像像素相关匹配法或灰度模板匹配法，是一种比较常用的目标识别方法，可用来跟踪较小的目标或对比度较差的目标。模板匹配法的缺陷主要有二：(1)准确性差。用户图像类型众多，经常出现图像旋转、图像尺寸不一致等情况；同时，网络环境也经常发生数据丢失等情况。模板匹配法对于这些情况，准确性差，识别率较低。(2)实时性差。当用户图像过大或者网络情况较差时，模板匹配法需要较长的处理时间，无法满足实时性的需求。

发明内容

本发明为了解决上述目标识别方法的准确性与实时性问题，力图提出一种高效的渐进式图像识别方法、装置、系统及计算机可读存储介质，能够在兼顾实时性的同时注重准确性，能够渐进式地识别目标，不断提高识别的准确度，使得实时目标识别的问题得到有效解决。

为解决上述问题，本发明的第一方面提供了一种渐进式图像识别方法，包括如下步骤：

对图像样本库中的n幅图像分别进行频域变换，图像采用基于拉普拉斯金字塔的频域渐进式传输的方式进行传输；其中，n为自然数；

针对每一次频域变换后的图像选取合适的特征变量；

训练图像的样本库：根据选取的特征变量，训练样本库中的图像数据，获取训练结果；

根据训练结果，对需要进行目标识别的图像进行识别。

在一些实施例中，所述对图像样本库中的n幅图像分别进行频域变换和针对每一次频域变换后的图像选取合适的特征变量的步骤包括：

对样本库中的n幅图像执行小波变换，小波变换的级数为q，q为自然数；

利用水平方向HL、垂直方向LH和对角线方向HH的高频子带部分对第i幅图像的第j级小波变换后的数据做小波反变换，设反变换后的图像编号为Image ij；其中0＜i≤n、0＜j≤q；

对Image ij提取e个特征变量的值，e为自然数；

重复进行上述小波反变换和特征变量提取的步骤直至所有图像的第j级均完成特征变量的提取；

针对样本库n幅图像的第j级图像Image ij的所有特征变量值，挑选出区分度最优的特征变量，作为第j级图像的特征变量；

重复进行上述步骤直至所有变换级数都完成特征变量的选取。

在一些实施例中，所述训练图像的样本库的步骤包括：