[發(fā)明專利]基于人機(jī)交互的圖像識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201210537239.3
• 申請日: 2012-12-13
• 公開（公告）號: CN103065120A
• 公開（公告）日: 2013-04-24
• 發(fā)明（設(shè)計）人: 何松
• 申請（專利權(quán)）人: 何松
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/0481
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于人機(jī)交互的圖像識別方法及裝置。

背景技術(shù)

圖像識別，是利用計算機(jī)對圖像進(jìn)行處理、分析和理解，以識別各種不同模式的目標(biāo)和對像的技術(shù)。

圖像識別最基本的方法是基于圖像邊緣的識別，圖像邊緣的識別有拉帕拉斯算子，貝塞爾算子，平均值等方法。把邊緣識別出來之后通過和數(shù)據(jù)庫(圖形或者文字等)進(jìn)行對比掃描，就可以把圖像識別出來了。

圖像識別向來是計算機(jī)領(lǐng)域的難點(diǎn)，很難做到召回率和準(zhǔn)確率兼顧。本發(fā)明通過簡單的與用戶交互很好的解決這個問題，基本保證100％的召回率和準(zhǔn)確率。

發(fā)明內(nèi)容

本發(fā)明提出一種基于人機(jī)交互的圖像識別方法及裝置，可提高召回率和準(zhǔn)確率。

一種基于人機(jī)交互的圖像識別方法，包括：利用圖像識別算法確定圖像的邊界信息；根據(jù)所述圖像的邊界信息，判斷是否能區(qū)分圖像中的主體區(qū)域；如果能區(qū)分圖像中的主體區(qū)域，自動劃分出主體區(qū)域并輸出給用戶確認(rèn)；如果不能區(qū)分圖像中的主體區(qū)域，提示用戶進(jìn)行主體區(qū)域的邊界描繪。

優(yōu)選地，該方法還包括：如果圖像中包括可被識別的二維碼或/和統(tǒng)一資源定位符，則調(diào)取所述二維碼或/和統(tǒng)一資源定位符對應(yīng)的信息。

其中，所述圖像識別算法包括拉帕拉斯算法，貝塞爾算法，和/或，平均值算法。

其中，所述用戶通過鼠標(biāo)或觸屏在圖像中進(jìn)行邊界描繪。

一種基于人機(jī)交互的圖像識別裝置，包括：確定單元，用于利用圖像識別算法確定圖像的邊界信息；判斷單元，用于根據(jù)所述圖像的邊界信息，判斷是否能區(qū)分圖像中的主體區(qū)域；自動劃分單元，用于在判斷單元能區(qū)分圖像中的主體區(qū)域時，自動劃分出主體區(qū)域并輸出給用戶確認(rèn)；用戶描繪指示單元，用于在判斷單元補(bǔ)能區(qū)分圖像中的主體區(qū)域時，提示用戶進(jìn)行主體區(qū)域的邊界描繪。

優(yōu)選地，該裝置還包括：特殊處理單元，用于調(diào)取圖像中包括的可被識別的二維碼或/和統(tǒng)一資源定位符對應(yīng)的信息。

另外，本發(fā)明還提供一種自動推薦相似商品的方法，包括：獲取特定感興趣商品的圖像；抽取出所述圖像中的物品區(qū)域信息；根據(jù)所述物品區(qū)域信息，在商品庫中進(jìn)行搜索，確定向用戶推薦的相似商品；其中，所述抽取出所述圖像中的物品區(qū)域信息的具體步驟包括：利用圖像識別算法確定圖像的邊界信息；根據(jù)所述圖像的邊界信息，判斷是否能區(qū)分圖像中的物品區(qū)域；如果能區(qū)分圖像中的物品區(qū)域，自動劃分出物品區(qū)域信息并輸出給用戶確認(rèn)；如果不能區(qū)分圖像中的物品區(qū)域，提示用戶進(jìn)行物品區(qū)域信息的邊界描繪。

上述自動推薦相似商品的方法還包括：如果圖像中包括可被識別的二維碼或/和統(tǒng)一資源定位符，則調(diào)取所述二維碼或/和統(tǒng)一資源定位符對應(yīng)的信息。

其中，所述圖像識別算法包括拉帕拉斯算法，貝塞爾算法，和/或，平均值算法。

其中，所述用戶通過鼠標(biāo)或觸屏在圖像中進(jìn)行邊界描繪通過本發(fā)明提供的方法和裝置，

通過本發(fā)明提供的方法和裝置，通過將主體區(qū)域信息輸出給用戶進(jìn)行確認(rèn)或請用戶進(jìn)行邊界描繪，借助人機(jī)交互改善圖像識別的召回率和準(zhǔn)確率。

上述圖像識別方案可有各種應(yīng)用，例如，應(yīng)用到自動推薦相似商品的方案中。用戶可以在手機(jī)上通過拍照等方式，極其便利的完成信息獲取，并作為精確輸入傳遞給其他第三方系統(tǒng)使用。這是以前所有其他圖像處理類系統(tǒng)無法做到的。

附圖說明

圖1是本發(fā)明基于人機(jī)交互的圖像識別方法的流程圖；

圖2是本發(fā)明基于人機(jī)交互的圖像識別裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

很多情況下，用戶希望從一副圖像中提取出真正關(guān)心的部分。目前主流的圖像識別方法大都不能完美解決這個問題。本發(fā)明通過簡單的與用戶交互，基本100％解決這個問題。

參見圖1，為本發(fā)明提供的基于人機(jī)交互的圖像識別方法的流程圖，包括以下步驟：

S101：利用圖像識別算法確定圖像的邊界信息；

S102：根據(jù)所述圖像的邊界信息，判斷是否能區(qū)分圖像中的主體區(qū)域；

S103：如果能區(qū)分圖像中的主體區(qū)域，自動劃分出主體區(qū)域并輸出給用戶確認(rèn)；

S104：如果不能區(qū)分圖像中的主體區(qū)域，提示用戶進(jìn)行主體區(qū)域的邊界描繪。

進(jìn)一步，如果圖像中包括可被識別的二維碼或/和統(tǒng)一資源定位符，則調(diào)取二維碼或/和統(tǒng)一資源定位符對應(yīng)的信息。

其中，圖像識別算法包括但不限于現(xiàn)有和未來將出現(xiàn)的圖像識別算法，例如：拉帕拉斯算法、貝塞爾算法、平均值算法等。