[發明專利]一種圖像混合識別方法及系統

在審

• 申請號: 201911399524.1
• 申請日: 2019-12-30
• 公開（公告）號: CN111222436A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 陳鋆哲;歐玉華
• 申請（專利權）人: 廣州市昭云互聯網科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/08;G06N3/04
• 代理公司: 北京聯瑞聯豐知識產權代理事務所(普通合伙) 11411
• 代理人: 鄭自群

本發明涉及一種圖像混合識別方法及系統，包括如下步驟：獲取待判斷圖像；通過圖像識別技術識別所述待判斷圖像的特征，所述圖像識別技術為基于深度神經網絡的人臉特征點識別技術及圖像特征點識別技術；基于所述特征建立判斷圖片特征文件；將所述判斷圖片特征文件與服務器特征文件庫進行比對，判斷是否有滿足閾值的文件；判斷為有則輸出滿足閾值的文件，判斷為無則輸出判斷結果。本發明所述的方法結合人臉識別及圖像特征點識別，識別準確率更高。

技術領域

本發明涉及計算機領域，尤其涉及一種關于圖像混合識別方法及系統。

背景技術

目前現有基于增強現實的圖像識別技術，首先在云端遠程主機上，上傳目標圖片，并通過圖像特征點標記技術，轉化為二進制文件，實現該圖片的特征點標記和存儲；用戶在使用云端的現實增強技術時，將需要識別的場景截取為照片進行上傳，并通過圖像特征點標記技術，轉化為二進制文件，與云端所存二進制文件進行比對，從而確認是否存在閾值內符合的圖像特征二進制文件，確認后再將結果進行回傳。該技術目前存在缺點主要在于圖像特征點處理和分析上，由于只通過圖像特征點進行提取和記錄，因而在一些單人照片上，由于人物的特征點基本近似，在背景虛化且個人照為主的識別集合場景下，容易導致識別的重復比對或者錯誤，從而影響云端圖像識別的效率及成功率。

發明內容

基于以上問題，本發明設計一種圖像混合識別方法及系統，其包括如下步驟：

一種圖像混合識別方法，其特征在于，包括如下步驟：

獲取圖像步驟：獲取待判斷圖像；

識別步驟：通過圖像識別技術識別所述待判斷圖像的特征，所述圖像識別技術為基于深度神經網絡的人臉特征點識別技術及圖像特征點識別技術；

建立特征文件步驟：基于所述特征建立判斷圖片特征文件；

比對步驟：將所述判斷圖片特征文件與服務器特征文件庫進行比對，判斷是否有滿足閾值的文件；

輸出結果步驟：判斷為有則輸出滿足閾值的文件，判斷為無則輸出判斷結果。

進一步的，所述特征文件庫的建立方法為，獲取待識別圖像，根據圖像識別技術識別圖像特征，對多張待識別圖像進行識別后，形成特征文件庫。

進一步的，所述圖像識別技術為基于深度神經網絡的人臉特征點識別技術及圖像特征點識別技術相結合。

進一步的，另一識別圖像特征的方法為，判斷所述圖像是否存在人臉，判斷為是則結合基于深度神經網絡的人臉特征點識別技術及圖像特征點識別技術進行圖像特征識別，判斷為否，則執行圖像特征點識別技術進行圖像特征識別。

進一步的，所述識別步驟中，識別所述待判斷圖像特征的方法為，判斷所述待判斷圖像是否存在人臉，判斷為是則結合基于深度神經網絡的人臉特征點識別技術及圖像特征點識別技術進行圖像特征識別，判斷為否，則執行圖像特征點識別技術進行圖像特征識別。

進一步的，判斷所述待判斷圖像是否存在人臉的方法為通過卷積網絡算法對圖像進行卷積切割，再在每一個切割單元中尋找是否存在人臉。

進一步的，所述圖像特征點識別技術具體為：對圖像信息進行預處理，通過灰度算法對獲得的圖像進行第一階處理；通過全局二極值算法那對灰度處理后的圖像進行第二階處理，獲得特征點標記后形成特征點位置；通過邊緣檢測的方法進一步過濾圖像進行第三階段處理；通過圖像增強方式強化留存線條進行第四階段處理；在完成四階段圖像處理后，最后對圖像進行特征點提取，通過判斷線條交匯處的點來確認該圖像的特征點群，并形成點群的相對坐標及位置。

進一步的，所述建立特征文件步驟中，建立特征文件的方法為：將人臉及圖像識別形成的特征相對位置，以混合架構模式進行排列，排列后形成的二進制數據以xml文件格式進行存儲，形成特征文件。