[发明专利]一种基于逆向词袋模型的图像识别方法

说明书

本发明公开了一种基于逆向词袋模型的图像识别方法，包括：逆向词袋模型生成：在服务器端提取所有参考图像的SURF特征点并获得相应64维描述子，利用K‑means建立逆向词袋模型，叶子节点对应“视觉单词”；目标图像传输：打开Web摄像头捕获图像，将该图像直接上传到服务器，提取图像的SURF特征点，并获得相应的描述子；图像词向量生成：利用已建立的逆向词袋模型对参考和目标图像的所有SURF描述子进行分类，并将每个描述子的分类结果关联到视觉单词上，随后计算出相应词向量；目标图像识别：计算目标图像词向量和参考图像词向量的欧氏距离，将距离最小值对应的参考图像作为识别结果。本发明方法能够在保证识别速度的同时保证识别匹配度。

技术领域

本发明涉及一种图像识别方法，尤其涉及一种基于逆向词袋模型的图像识别方法。

背景技术

图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域。

图像识别的基本流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。传统的图像识别方法，主要是基于词汇树检索的传统技术，以检索正向建立的词袋模型来匹配“视觉单词”(叶子节点)下的图像为主要技术路线，具体分为两类：第一类是目标图像和在参考图像中的一对一的比较，计算并比较得出与目标图像所有特征点描述子距离最小的参考图像，检索算法的时间开销为线性上升，匹配的时间随着特征点的增加而增加，最后找到描述子距离最短的匹配图像；第二类图像匹配方法是用户必须为每一张目标图像在服务器端图像数据库申请Token，并将该图像上传至服务器端图像数据库，在目标图像识别时，根据用户所申请的Token找到服务器端服务器中对应的图像做图像匹配，如此多余耗时的申请步骤只会降低用户在通过设备识别图像的体验感。

综上，传统图像识别方法的缺陷在于：其一，若数据库中参考图像部分过于相似，那在建树的过程中，将造成层数过多，数据处理时延过大的结果；其二，若以通过限制层数来缩短检索时间，则会造成精确度不够的结果；其三，每层建树操作后都需存储该层每个节点包含的所有特征点描述子，以求得下一层的平均节点，以致存储空间远远不足。

发明内容

本发明的目的就在于为了解决上述问题而提供一种能够在保证识别速度的同时保证识别匹配度的基于逆向词袋模型的图像识别方法。

本发明通过以下技术方案来实现上述目的：

一种基于逆向词袋模型的图像识别方法，包括以下步骤：

步骤1、逆向词袋模型生成：在服务器端提取所有参考图像的SURF特征点并获得相应64维描述子，利用K-means建立逆向词袋模型，叶子节点对应“视觉单词”；

步骤2、目标图像传输：打开Web摄像头捕获图像，将该图像直接上传到服务器，提取图像的SURF特征点，并获得相应的描述子；

步骤3、图像词向量生成：利用已建立的逆向词袋模型对参考和目标图像的所有SURF描述子进行分类，并将每个描述子的分类结果关联到视觉单词上，随后计算出相应词向量；

步骤4、目标图像识别：计算目标图像词向量和参考图像词向量的欧氏距离，将距离最小值对应的参考图像作为识别结果。

上述SURF是Speeded Up Robust Features的简写，是对SIFT算法的一种改进算法，主要特点是快速，是现有技术。K-means的意思是K均值，K均值聚类算法是一种迭代求解的聚类分析算法，是现有技术。