[发明专利]基于自然语言理解和图像图形的智能图像识别系统及方法

摘要

本发明公开了一种基于自然语言理解和图像图形的智能图像识别系统，包括傅里叶变化模块、局部特征向量模块，将其与系统录入的特定人物特征对比分析后，若相似度达到预设值后将捕捉高分辨率多角度的该人面部信息，再将高分辨率图像分N块，然后用Gabor核函数与每一块图像卷积，得到N个特征，然后将这些特征串联起来，形成局部Gabor特征向量；LDA线性判别分析模块，使用LDA线性判别分析对得到的一个全局特征向量和N个局部特征向量进行降维处理，得到了全局分类器和局部分量分类器。本发明在比对成功条件下再获取高分辨率图像进而识别，实现精确比对。

主权项

1.一种基于自然语言理解和图像图形的智能图像识别系统，其特征在于：包括傅里叶变化模块，首先对其做傅里叶变化，保留低频部分的实部和虚部的系数，当做全局傅里叶特征向量；局部特征向量模块，将其与系统录入的特定人物特征对比分析后，若相似度达到预设值后将捕捉高分辨率多角度的该人面部信息，再将高分辨率图像分N块，然后用Gabor核函数与每一块图像卷积，得到N个特征，然后将这些特征串联起来，形成局部Gabor特征向量；LDA线性判别分析模块，使用LDA线性判别分析对得到的一个全局特征向量和N个局部特征向量进行降维处理，得到了全局分类器和局部分量分类器；将N个局部向量分类器进行加权求和，得到局部分类器；全局分类器也与局部分类器进行加权求和，并行集成，得到全局分类器；归一化模块，对待对比的两幅图像做同样的以上处理，然后分别对比他们对应的N+1个向量的像素度，常用的归一化互相关方法来计算对应特征向量的相似度。