[發(fā)明專利]圖像識別方法與裝置

有效

• 申請?zhí)枺?/td>: 201210529322.6
• 申請日: 2012-12-10
• 公開（公告）號: CN103034844A
• 公開（公告）日: 2013-04-10
• 發(fā)明（設計）人: 鐘海蘭
• 申請（專利權）人: 廣東圖圖搜網(wǎng)絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 王茹;曾旻輝

1.一種圖像識別方法，其特征在于，包括如下步驟：

對圖像進行劃分，提取劃分后每個小方格的梯度直方圖特征，劃分的個數(shù)在本圖像識別方法的識別效率和識別精度間取平衡；

建立與待識別對象相適應的基于形態(tài)估計的模型，該模型由各個部位組成，根據(jù)所述梯度直方圖特征計算每個小方格對應于該模型的各個部位的局部評分；

針對所述模型的各個部位，篩選幾個局部評分較高的小方格，篩選的個數(shù)在本圖像識別方法的識別效率和識別精度間取平衡；

對針對所述模型不同部位篩選出的小方格進行組合，結合組合中每個小方格的局部評分和小方格間的空間邏輯關系，計算每種小方格組合的全局評分；

將最高的全局評分與閾值比較，若超出所述閾值則判定圖像中存在所述待識別對象。

2.根據(jù)權利要求1所述的圖像識別方法，其特征在于，采用下式計算每個小方格對應于所述模型的各個部位的局部評分：

S_k(I，g_i，p_k)=w_k*φ(I，g_i)+b_k

其中，I表示當前圖像，g_i表示當前圖像I中第i個小方格，p_k表示所述模型的第k個部位，φ(I，g_i)表示當前圖像I中小方格g_i的梯度直方圖特征，w_k和b_k是一組控制小方格g_i與部位p_k的相似程度的模型參數(shù)特征；

采用下式計算每種小方格組合的全局評分：

S(I)=ΣkSk(I,gk,pk)+Σki,kj(wkikj*ψ(gki-gkj)+bkikj)]]>

其中，S_k(I，g_k，p_k)表示對應于所述模型中第k個部位的篩選出較高的局部評分，為小方格g_ki和g_kj的空間邏輯關系組成的一組特征向量(δx?δy?δx²δy²)，(x_ki,y_ki)，(x_kj,y_kj)分別為g_ki和g_kj的在當前圖像I中的坐標，和是一組控制小方格g_ki和g_kj空間關系的模型參數(shù)。