[發(fā)明專利]相似圖像的識別方法、裝置、計算設備及計算機存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110902880.1
• 申請日: 2021-08-06
• 公開（公告）號: CN113537392B
• 公開（公告）日: 2023-10-03
• 發(fā)明（設計）人: 王燕來
• 申請（專利權）人: 數(shù)貿(mào)科技（北京）有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06F16/583;G06F16/903
• 代理公司: 北京市浩天知識產(chǎn)權代理事務所(普通合伙) 11276
• 代理人: 陳翠

本發(fā)明公開了一種相似圖像的識別方法、裝置、計算設備及計算機存儲介質(zhì)。該方法包括：針對至少兩個待識別圖像中的任一待識別圖像，從待識別圖像中選取N個最高灰度級數(shù)的第一像素點和N個最低灰度級數(shù)的第二像素點，以及選取最大像素點坐標值的第三像素點；根據(jù)第三像素點的像素點坐標值、N個第一像素點的灰度級數(shù)及像素點坐標值以及N個第二像素點的灰度級數(shù)及像素點坐標值，生成待識別圖像對應的圖像身份標識信息；計算至少兩個圖像身份標識信息的匹配度，若匹配度大于或等于預設閾值，則確定至少兩個待識別圖像為相似圖像，有效地降低了計算量，降低資源消耗，節(jié)省了各方面成本，而且還提高了識別效率，同時也保證了識別準確率。

技術領域

本發(fā)明涉及計算機技術領域，具體涉及一種相似圖像的識別方法、裝置、計算設備及計算機存儲介質(zhì)。

背景技術

相似圖像識別是當下AI圖像識別領域的熱門話題，各大AI公司都在該領域積累了一定的技術儲備，模式識別，C4.5算法，K-Means聚類算法，SVM支持向量機等技術手段和算法，雖能上述技術手段和算法能夠一定程度的實現(xiàn)較高準確度的圖像識別，但是缺點和問題也是十分嚴重，那就是對算力的要求相當大，單個圖像識別消耗的計算資源和電力較大，嚴重制約了相似圖識別領域的技術提升和產(chǎn)業(yè)升級，部分企業(yè)不堪重負，不斷試圖在其他方面壓縮成本，而且所需時間長。因此，亟需一種運算量小、資源消耗小、識別效率高的相似圖像識別方案。

發(fā)明內(nèi)容

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的相似圖像的識別方法、裝置、計算設備及計算機存儲介質(zhì)。

根據(jù)本發(fā)明的一個方面，提供了一種相似圖像的識別方法，包括：

針對至少兩個待識別圖像中的任一待識別圖像，從待識別圖像中選取N個最高灰度級數(shù)的第一像素點和N個最低灰度級數(shù)的第二像素點，以及選取最大像素點坐標值的第三像素點；

根據(jù)第三像素點的像素點坐標值、N個第一像素點的灰度級數(shù)及像素點坐標值以及N個第二像素點的灰度級數(shù)及像素點坐標值，生成待識別圖像對應的圖像身份標識信息；

計算至少兩個圖像身份標識信息的匹配度，若匹配度大于或等于預設閾值，則確定至少兩個待識別圖像為相似圖像。

根據(jù)本發(fā)明的另一方面，提供了一種相似圖像的識別裝置，包括：

選取模塊，適于針對至少兩個待識別圖像中的任一待識別圖像，從待識別圖像中選取N個最高灰度級數(shù)的第一像素點和N個最低灰度級數(shù)的第二像素點，以及選取最大像素點坐標值的第三像素點；

生成模塊，適于根據(jù)第三像素點的像素點坐標值、N個第一像素點的灰度級數(shù)及像素點坐標值以及N個第二像素點的灰度級數(shù)及像素點坐標值，生成待識別圖像對應的圖像身份標識信息；

計算模塊，適于計算至少兩個圖像身份標識信息的匹配度；

識別模塊，適于若匹配度大于或等于預設閾值，則確定至少兩個待識別圖像為相似圖像。

根據(jù)本發(fā)明的又一方面，提供了一種計算設備，包括：處理器、存儲器、通信接口和通信總線，處理器、存儲器和通信接口通過通信總線完成相互間的通信；

存儲器用于存放至少一可執(zhí)行指令，可執(zhí)行指令使處理器執(zhí)行上述相似圖像的識別方法對應的操作。

根據(jù)本發(fā)明的再一方面，提供了一種計算機存儲介質(zhì)，存儲介質(zhì)中存儲有至少一可執(zhí)行指令，可執(zhí)行指令使處理器執(zhí)行如上述相似圖像的識別方法對應的操作。

根據(jù)本發(fā)明提供的方案，有效地降低了計算量，降低資源消耗，節(jié)省了各方面成本，而且還提高了識別效率，同時也保證了識別準確率。