[發明專利]一種圖像識別方法及裝置

有效

• 申請號: 201710562944.1
• 申請日: 2017-07-11
• 公開（公告）號: CN109241985B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 趙琦
• 申請（專利權）人: 普天信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;曹杰

本發明實施例提供一種圖像識別方法及裝置。所述方法包括：獲取待識別圖像，根據預設尺寸將待識別圖像劃分為多個子圖像，獲取每一個子圖像對應的第一灰度特征向量；獲取匹配模板對應的第二灰度特征向量，根據第一灰度特征向量和第二灰度特征向量計算子圖像與匹配模板的相似度；選擇相似度大于預設閾值的子圖像作為目標子圖像，根據目標子圖像利用分類模型對目標子圖像進行識別。所述裝置用于執行所述方法。本發明實施例通過根據第一灰度特征向量和第二灰度特征向量計算子圖像與匹配模板的相似度，并篩選出相似度大于預設閾值的作為目標子圖像，再將目標子圖像輸入到分類模型中進行識別，從而減少了識別時間，提高了對待識別圖像進行識別的效率。

技術領域

本發明實施例涉及圖像處理技術領域，尤其涉及一種圖像識別方法及裝置。

背景技術

隨著經濟社會的全面發展，出于安全考慮，重點區域如居民小區的安全監控已全面開展。重點區域安裝攝像頭進行安全監控是目前最有效的安全措施。通過攝像頭對行人進行圖像采集，及時察覺一些危險情況并對此產生預警和實時發出異常信號，不僅可以降低人力等的監控成本，而且更能提高監控的準確性和實時性，從而提高重點區域的安全狀況。

以居民小區為例，就目前而言，小區監控廣泛使用720P、1080P兩種分辨率的高清攝像機。分辨率越高的圖像意味著更加龐大的像素數據，這將帶來檢測速度下降的問題。在用計算機進行目標檢測時，準確率與速度一直是檢測的重點也是難點，在離線場合可以犧牲一定的檢測速度來保證檢測的準確率，但是在小區監控需要做到實時的數據處理，檢測速度也是保證檢測準確的一個重要因素。

方向梯度直方圖(HOG)特征是一種在計算機視覺和圖像處理中用來進行物體檢測的特征描述子。它通過計算和統計圖像局部區域的梯度方向直方圖來構成特征。HOG特征結合SVM分類器已經被廣泛應用于圖像識別中，尤其在行人檢測中獲得了極大的成功。

在實際應用中待檢測目標往往出現在圖片中的任意位置，在檢測過程中為了不遺漏任何區域，需要對整幅圖片進行遍歷，HOG特征采用滑動窗口檢測法用窮舉的方式進行目標檢測，它以固定大小的掃描框自左向右、自上而下的遍歷圖片，每一個掃描框都是一個待檢測子圖像，然而在一幅圖片中待檢測目標的窗口數量遠遠小于背景窗口的數量，該算法在數以萬計的背景窗口的特征提取中耗費了太多的時間，尤其在當前小區監控普遍采用高分辨率、高速相機時，對待檢測圖像的識別效率非常低，無法滿足當前狀態下的小區行人實時檢測。

發明內容

針對現有技術存在的問題，本發明實施例提供一種圖像識別方法及裝置。

第一方面，本發明實施例提供一種圖像識別方法，包括：

獲取待識別圖像，根據預設尺寸將所述待識別圖像劃分為多個子圖像，獲取每一個所述子圖像對應的第一灰度特征向量；

獲取匹配模板對應的第二灰度特征向量，根據所述第一灰度特征向量和所述第二灰度特征向量計算所述子圖像與所述匹配模板的相似度，所述匹配模板的尺寸與所述子圖像的尺寸相同；

選擇所述相似度大于預設閾值的所述子圖像作為目標子圖像，根據所述目標子圖像利用分類模型對所述目標子圖像進行識別。

第二方面，本發明實施例提供一種圖像識別裝置，包括：

獲取模塊，用于獲取待識別圖像，根據預設尺寸將所述待識別圖像劃分為多個子圖像，獲取每一個所述子圖像對應的第一灰度特征向量；

計算模塊，用于獲取匹配模板對應的第二灰度特征向量，根據所述第一灰度特征向量和所述第二灰度特征向量計算所述子圖像與所述匹配模板的相似度，所述匹配模板的尺寸與所述子圖像的尺寸相同；

識別模塊，用于選擇所述相似度大于預設閾值的所述子圖像作為目標子圖像，根據所述目標子圖像利用分類模型對所述目標子圖像進行識別。

第三方面，本發明實施例提供一種電子設備，包括：處理器、存儲器和總線，其中，