[发明专利]图像识别方法和装置有效

专利信息
申请号: 201910286523.X 申请日: 2019-04-10
公开(公告)号: CN110399897B 公开(公告)日: 2021-11-02
发明(设计)人: 崔泽鹏;明悦;范春晓;翟正元 申请(专利权)人: 北京百卓网络技术有限公司;北京邮电大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 罗英;刘芳
地址: 100095 北京市海淀区*** 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: 图像 识别 方法 装置
【权利要求书】:

1.一种图像识别方法,其特征在于,包括:

从L张图像中选取第一图像组以及第二图像组,所述第一图像组包括N张图像,所述第二图像组包括M张图像,所述第一图像组的图像与所述第二图像组的图像不完全相同;其中,L大于等于2,N大于等于1小于等于L,M大于等于1小于等于L;

根据所述第一图像组和第二图像组中每张图像的图像特征,计算所述第一图像组中每一图像与所述第二图像组中每一图像的图像关联性;

根据所述第一图像组中每一图像与所述第二图像组中每一图像的图像关联性,初始化目标函数的参数,所述目标函数包括哈希函数和聚类中心函数,其中,所述哈希函数用于对图像特征进行二值编码,所述聚类中心函数用于获取所述L张图像中具有图像特征一致性的聚类中心,所述聚类中心包括至少一张图像;所述哈希函数的参数包括第一二值编码参数、第二二值编码参数和预测缩放变量,所述聚类中心函数的参数包括第一正交投影矩阵和第二正交投影矩阵;

根据所述目标函数的目标,对所述目标函数的参数进行迭代更新,获得迭代更新后的目标函数,确定所述L张图像的聚类中心,所述迭代更新的次数为至少一次,每次迭代更新时,第一二值编码参数、第二二值编码参数、预测缩放变量、第一正交投影矩阵和第二正交投影矩阵5个变量均更新一次;

根据所述更新后的目标函数中的哈希函数对待识别图像的图像特征进行二值编码,获得二值编码数据;

根据所述待识别图像的二值编码数据与所述L张图像的聚类中心中每张图像的二值编码数据,识别所述待识别图像。

2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像组中每一图像与所述第二图像组中每一图像的图像关联性,初始化目标函数的参数,包括:

根据所述第一图像组中每一图像与所述第二图像组中每一图像的图像关联性,获得图像关联性矩阵;

根据所述图像关联性矩阵初始化目标函数的参数;

其中,所述图像关联性矩阵为N*M的图像关联性矩阵,所述图像关联性矩阵中第i行第j列的元素表示第一图像组中第i张图像与第二图像组第j张图像的图像关联性;或者,

所述图像关联性矩阵为M*N的图像关联性矩阵,所述图像关联性矩阵中第j行第i列的元素表示第二图像组中第j张图像与第一图像组第i张图像的图像关联性;

其中,i大于等于1且小于等于N,j大于等于1且小于等于M。

3.根据权利要求2所述的方法,其特征在于,所述根据所述图像关联性矩阵初始化目标函数的参数,包括:

获取所述图像关联性矩阵的转置矩阵;

分别获取所述图像关联性矩阵的协方差矩阵和所述图像关联性矩阵的转置矩阵的协方差矩阵;

根据所述图像关联性矩阵的投影矩阵,获取所述图像关联性矩阵的协方差矩阵的部分特征向量,以及根据所述转置矩阵的投影矩阵,获取所述转置矩阵的协方差矩阵的部分特征向量;

根据所述第一正交投影矩阵和所述图像关联性矩阵的协方差矩阵的部分特征向量,初始化所述第一二值编码参数,以及根据所述第二正交投影矩阵和所述转置矩阵的协方差矩阵的部分特征向量,初始化所述第二二值编码参数。

4.根据权利要求1所述的方法,其特征在于,所述对所述目标函数的参数进行迭代更新,获得迭代更新后的目标函数,包括:

每次迭代更新时,从所述目标函数的参数中确定一个参数为待更新参数,固定其他参数,更新所述待更新参数使得所述目标函数满足预设条件;

记录迭代次数,当迭代次数大于或等于预设迭代次数时,停止更新所述目标函数的参数,获得迭代更新后的目标函数。

5.根据权利要求1所述的方法,其特征在于,所述根据所述待识别图像的二值编码数据与所述L张图像的聚类中心中每张图像的二值编码数据,识别所述待识别图像,包括:

计算所述待识别图像的二值编码数据与所述L张图像的聚类中心中每张图像的二值编码数据之间的欧式距离;

根据所述欧式距离,识别所述待识别图像。

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京百卓网络技术有限公司;北京邮电大学,未经北京百卓网络技术有限公司;北京邮电大学许可,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/201910286523.X/1.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