[发明专利]一种基于余弦距离的图像样本生成方法

说明书

本发明提供一种基于余弦距离的图像样本生成方法，包括以下步骤：(1)按照已知的类别，对采集到的图像数据进行归类，得到不同类别的图像数据集合；(2)对这些类别的图像数据按照定制的标准进行对齐处理；(3)对对齐后的每一类数据进行主成分分析；再对每一个主成分与原数据求解k维余弦距离，其中k的取值范围为(1，N)，N为主成分个数；(4)取最小的k维余弦距离对应的k个原数据，并对这k个数据进行加权求和，即得该定制标准下的规则样本数据。本发明提供可以得到本类质量更好、更具代表性，针对性的图像样本数据，提高了图像样本数据分类器的精度，从而满足算法等其他应用需要。

技术领域

本发明涉及一种样本生成方法，具体说是一种基于余弦距离的图像样本生成方法，属于图像处理技术领域。

背景技术

随着大数据云计算技术的兴起，各种数据的大量建立，造成数据之间的标准不一致，有效数据的评价不一致，导致数据质量参差不齐。

现有技术一般依赖业界开源的标准库，对算法的适应性检测较为粗糙，普遍地标准库上算法效果好，实际场景中效果不如人意。比如在人脸图像处理的技术落地方面，通用标准库一般让采集的角度，光照条件，表情变化等趋向一致，而实际情况是角度多变，光照条件多变，表情更是随机。

通常对于一个算法，往往需要大量的人脸图像数据来训练。而大量样本的收集费时费力，还需要人工标注，更重要的是人工标注的好坏将直接影响算法的训练。

对于一些特殊应用，比如单人脸实时识别，高速移动物体的实时识别等，这些对象的图像采集本身就非常困难，样本数量更加有限。

因此需要设计一种方法，能根据有限的样本生成更加标准的样本，再对生成的样本根据现有的样本繁殖技术(例如AAM模型)进行样本繁殖，以生成更多的可用的高质量样本。

发明内容

本发明提供一种基于余弦距离的图像样本生成方法用来得到质量更好，更具有代表性的图像样本数据，从而提高算法落地可能性。

具体的技术方案为：

一种基于余弦距离的图像样本生成方法，包括以下步骤：

(1)按照已知的类别，对采集到的图像数据进行归类，得到不同类别的图像数据集合；

(2)对这些类别的图像数据按照定制的标准进行对齐处理；

(3)对对齐后的每一类数据进行主成分分析；再对每一个主成分与原数据求解k维余弦距离，其中k的取值范围为(1，N)，N为主成分个数；

(4)取最小的k维余弦距离对应的k个原数据，并对这k个数据进行加权求和，即得该定制标准下的规则样本数据。

余弦距离的个数取值以及加权求和可以根据实际需要或客户喜好更换其他算法。只要不脱离主成分分析和余弦距离求解的范围，则本发明也意图包含这些变动和变型在内。

可以根据该规则样本数据进行样本繁殖。

本发明提供的一种基于余弦距离的图像样本生成方法，按照已知的类别，对采集到的图像样本数据进行分类，得到多个类别的样本数据集合；对每个类的数据按照定制要求进行对齐；分别对每类数据进行主成分分析，得到多个主成分组；再对每个组求解k维余弦距离，并取最小距离值对应的k个原数据，得到这k个数据的加权和，即为该定制要求下的规则样本数据；最后可以利用AAM等模型来对该类的规则样本数据进行样本繁殖，从而可以得到本类质量更好、更具代表性，针对性的图像样本数据，提高了图像样本数据分类器的精度，从而满足算法等其他应用需要。

附图说明

图1为实施例以人脸图像为例的原理流程示意图；

图2为实施例通过对原数据和主成分求解余弦距离的原理示意图。

具体实施方式