图像识别方法及装置制造方法及图纸

本发明专利技术提供的一种图像识别方法及装置，从接收到的图像中检测目标物，并从图像中确定目标图像；对目标图像进行质量评估，以确定相应的目标图像评判值，并判断评判值是否满足预设阈值；当评判值不小于预设阈值时，将目标图像与预存目标数据进行对比以识别目标，以确定目标识别结果。特别的在对目标图像进行质量评估时，在评判值不小于预设阈值时，退出对当前图像的识别，尽快进行对接下来接收的图像进行前述处理过程，可大幅节省处理图像的时间，保证识别的精度，提高识别过程的处理速度，且检测目标物的模型与评估模型一致，节省了模型的存储空间，不需要在重新构造模型，降低了成本，使本发明专利技术在识别目标物的领域更具有发展前景，特别是人脸识别。

Image recognition method and device

The invention provides an image recognition method and device, which detects the target object from the received image and determines the target image from the image; evaluates the quality of the target image to determine the corresponding target image evaluation value, and determines whether the evaluation value meets the preset threshold; when the evaluation value is not less than the preset threshold, the target image is determined. The target image is compared with the pre-existing target data to identify the target to determine the target recognition result. Especially in the quality evaluation of the target image, when the evaluation value is not less than the preset threshold, the current image recognition is withdrawn and the subsequent received image is processed as soon as possible, which can greatly save the processing time, ensure the recognition accuracy, improve the processing speed of the recognition process, and detect. The model of the object is consistent with the evaluation model, which saves the storage space of the model, does not need to reconstruct the model, reduces the cost, and makes the invention more promising in the field of object recognition, especially in face recognition.

【技术实现步骤摘要】
图像识别方法及装置
本专利技术涉及图像识别
，特别涉及一种图像识别方法及装置。
技术介绍
现有的图像识别被广泛用于各个行业，常用于检测我们期待的目标物，在检测时，以计算机为基础，并在此基础上进行图像处理和检测，在处理时，常通过分析提供的图像，在提供图像中提取需要进行检测的目标物，图像识别技术广泛用于视频、识别、界面图像搜索、监控系统等其他各种领域。然而在这种方法中，由于采用的是非接触式方法进行目标的识别，由于拍摄的环境或者拍摄设备等会导致拍摄的图像发生降质，如模糊、低光照和背光等，但图像降质可通过现有的图像质量评价方法进行筛选识别，而图像内容的降质还无法通过现有的图像质量评价方法进行筛选识别，如算法失败导致图像内容的损坏、人脸识别时人脸角度过大等，同时在对图像内容降质的图像进行筛选识别时，装置无法给出结果，并花费大量的时间对其进行筛选识别，不仅浪费了时间，还降低了装置识别精度的下降，也可能给出错误匹配的结果。
技术实现思路
基于此，有必要针对上述提到的至少一个问题，提供一种图像识别方法，并相应提供一种图像识别装置。一种图像识别方法，包括：从接收到的图像中检测目标物，并从所述图像中确定与所述目标物相应的目标图像；对所述目标图像进行质量评估；将所述目标图像进行识别处理以确定目标识别结果。进一步的，步骤：对所述目标图像进行质量评估，包括：确定所述目标图像的评判值，并判断所述评判值是否满足预设阈值。进一步的，步骤：对所述目标图像进行质量评估，以确定相应的目标图像评判值，并判断所述评判值是否满足预设阈值中，还包括：当所述目标图像的所述评判值小于预设阈值时，则退出对当前帧图像的目标物的识别，并进入下一帧图像进行目标物识别；当所述目标图像的所述评判值不小于预设阈值时，将所述目标图像进行识别处理以确定目标识别结果。在其中一种实施方式中，步骤:从接收到的图像中检测目标物，并从所述图像中确定与所述目标物相应的目标图像中，还包括：接收图像，从所述图像中检测目标物，并从所述图像中获取所述目标物所在的目标区域；依据所述目标区域，获取所述目标区域图像，并提取出所述目标区域图像中的至少一个目标特征信息；依据所述目标特征信息，对所述目标区域图像进行预处理，获得归一化的目标图像。进一步的，步骤：接收图像，从所述图像中检测目标物，并从所述图像中获取所述目标物所在的目标区域中，还包括：对所述图像进行目标物检测，以确定所述图像中存在目标物；对所述图像进行指定目标特征检测，确定所述图像中的目标区域。在其中一种实施例中，步骤：从所述图像中获取所述目标物所在的目标区域，包括：以第一目标物模型获从所述图像中获取所述目标物所在的目标区域。在其中一种实施例中，步骤：对所述目标图像进行质量评估，包括：以第二目标物模型获取所述目标图像的评判值。进一步的，所述第一目标模型和所述第二目标模型为同一模型，且均是相同的用于检测的Adaboost自适应提升算法分类器。进一步的，所述目标特征信息包括一个或任意多个所述目标区域内的目标特征的相对位置和/或各特征在所述目标区域内所占的面积。在其中一种实施例中，步骤：依据所述目标特征信息，对所述目标区域图像进行预处理，获得归一化的所述目标图像中，包括：依据目标特征信息，对所述目标区域图像进行计算，得到初处理图像；对所述初处理图像进行尺度归一化处理，获得尺度归一化处理后的所述目标图像；对尺度归一化处理后的所述目标图像进行光照归一化，获得归一化的所述目标图像。进一步的，步骤:对所述初处理图像进行尺度归一化处理，获得尺度归一化处理后的所述目标图像中，还包括：对所述初处理图像后的所述目标图像进行目标特征信息校准，且所述目标特征信息校准包括目标特征信息尺寸的校准和/或角度的校准。在其中一种实施例中，所述目标图像像素值为预设像素值。在其中一种实施例中，所述Adaboost采用MB-LBP基于区域的局部二元模式检测并提取图像和所述目标图像中的目标特征信息。在其中一种实施例中，所述Adaboost分类器以MultipleBranchTree多叉树作为弱分类器。一种图像识别装置，包括：检测模块，用于从接收到的图像中检测目标物，并从所述图像中确定与所述目标物相应的目标图像；评估模块，用于对所述目标图像进行质量评估；识别模块，用于将所述目标图像进行识别处理以确定目标识别结果。本专利技术提供的一种图像识别方法及装置，与现有技术相比，通过从接收的图像并从中检测出目标物，用以确定目标图像，对确定的目标图像进行质量评估，得到目标图像的一个评判值，将评估值与预设阈值进行对比，在评判值不小于预设阈值时，从而可进行后续识别动作及得到识别结果，在评判值不小于预设阈值时，退出对当前图像的识别，尽快进行对接下来接收的图像进行前述处理过程，可大幅节省处理图像的时间，保证识别的精度，提高识别过程的处理速度。进一步的，通过本专利技术的优选实施例方式，可实现具有如下优点：1、本专利技术结合计算机视觉进一步对图像处理的过程后，增加了质量评估步骤，该步骤中不仅考虑了图像本身的降质，还考虑了图像内容降质对人脸图像识别的影响，避免因预处理算法导致人脸变形、大角度人脸或非人脸，即避免了错误匹配的情况。2、通过人为设定阈值评价人脸图像与人脸模型的符合程度，分数越高，则人脸图像越符合人脸特性，分数越低，则越背离人脸特性，以此提高了本案在进行人脸识别上的精度，同时在分数小于预设阈值时，即可退出对当前人脸图像的识别过程，并可尽快进入到对接下来接收的图像处理过程中，从而提高了人脸识别的速度。3、在人脸检测和人脸质量评估过程中采用了同样的人脸模型，节省了模型的存储空间，不需要在重新构造模型，降低了成本。4、在人脸模型中，采用了Adaboost训练的模型，不仅使人脸检测步骤中的计算速度更快，且该模型输出的相似分数可反映人脸图像的质量。附图说明图1为本专利技术一实施例中图像识别的原理示意图；图2为本专利技术一实施例中人脸模型示意图；图3为本专利技术一实施例中MB-LBP特征结构图；图4为本专利技术一实施例中图像识别的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，包括：从接收到的图像中检测目标物，并从所述图像中确定与所述目标物相应的目标图像；对所述目标图像进行质量评估；将所述目标图像进行识别处理以确定目标识别结果。

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：从接收到的图像中检测目标物，并从所述图像中确定与所述目标物相应的目标图像；对所述目标图像进行质量评估；将所述目标图像进行识别处理以确定目标识别结果。2.根据权利要求1所述的图像识别方法，其特征在于，步骤：对所述目标图像进行质量评估，包括：确定所述目标图像的评判值，并判断所述评判值是否满足预设阈值。3.根据权利要求2所述的图像识别方法，其特征在于，步骤：对所述目标图像进行质量评估，以确定相应的目标图像评判值，并判断所述评判值是否满足预设阈值中，还包括：当所述目标图像的所述评判值小于预设阈值时，则退出对当前帧图像的目标物的识别，并进入下一帧图像进行目标物识别；当所述目标图像的所述评判值不小于预设阈值时，将所述目标图像进行识别处理以确定目标识别结果。4.根据权利要求1、2或3所述的图像识别方法，其特征在于，步骤：从接收到的图像中检测目标物，并从所述图像中确定与所述目标物相应的目标图像中，还包括：接收图像，从所述图像中检测目标物，并从所述图像中获取所述目标物所在的目标区域；依据所述目标区域，获取所述目标区域图像，并提取出所述目标区域图像中的至少一个目标特征信息；依据所述目标特征信息，对所述目标区域图像进行预处理，获得归一化的目标图像。5.根据权利要求4所述的图像识别方法，其特征在于，步骤：接收图像，从所述图像中检测目标物，并从所述图像中获取所述目标物所在的目标区域中，还包括：对所述图像进行目标物检测，以确定所述图像中存在目标物；对所述图像进行指定目标特征检测，确定所述图像中的目标区域。6.根据权利要求4所述的图像识别方法，其特征在于，步骤：从所述图像中获取所述目标物所在的目标区域，包括：以第一目标物模型从所述图像中获取所述目标物所在的目标区域。7.根据权利要求1所述的图像识别方法，其特征在于，步骤：对所述目标图像进行质量评估，包...

【专利技术属性】
技术研发人员：冯昊，韩在濬，张超，徐静涛，善言虎，安耀祖，崔昌圭，
申请(专利权)人：北京三星通信技术研究有限公司，三星电子株式会社，
类型：发明
国别省市：北京,11