一种图像识别方法及装置制造方法及图纸

本发明专利技术实施例公开了一种图像识别方法及装置，所述方法包括：根据原始图像获取N个图像特征L个尺度的蕴含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，获取所述L个尺度的分块直方图的第一直方图权重，该连接直方图的中心子区域的权重已增加以减小环境的影响；基于所述第一直方图权重连接各个尺度的直方图从而获取所述L个尺度的分块直方图的串联直方图，并可以基于所述串联直方图获取各尺度各子区域的所述N个图像特征；利用所述特征向量对所述原始图像进行分类识别。从而既可以体现图像的空间方位信息又可以减小环境影响。

【技术实现步骤摘要】

本专利技术涉及人工智能领域，具体涉及一种图像识别方法及装置。
技术介绍
随着图像处理技术的发展，越来越多的领域开始使用图像处理技术，例如，在工业领域，开始使用图像识别工业元件代替以前人工识别工业元件的方法等。服装识别是指利用图像处理技术对服装的颜色、图案进行识别，从而可进一步识别衣服的颜色、样式，并且可以与人脸识别进行组合以提高人脸识别的准确率。目前，利用图像技术对图像进行识别时，经常使用词袋模型(BagofFeatures，简称BOF)或金字塔模型(SpatialPyramidMatching，简称SPM)提取图像的特征，再对图像进行识别，但是基于BOF模型所提取的特征中丢失图像的空间结构信息而SPM模型采用了均匀划分的方式，不适用于姿态和角度较为丰富的服装识别，同时整幅图像对特征所占的比重相同，不能有效减少背景的影响，使得图像识别准确率低。
技术实现思路
本专利技术实施例提供了一种图像识别方法及装置，以期可以提高图像识别准确率。第一方面，本专利技术实施例提供一种图像识别方法，包括：根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数；获取所述L个尺度的特征向量的第一直方图权重，所述第一直方图权重中对所述尺度为l的特征向量增加其中心区域的权重，所述l为大于或等于3的正整数；基于所述第一直方图权重获取所述L个尺度的特征向量的串联特征，并基于所述串联特征获取对应尺度对应子区域的图像特征；利用所述特征向量对所述原始图像进行分类识别。第二方面，本专利技术实施例提供一种图像识别装置，包括：第一获取模块，用于根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数；第二获取模块，还用于获取所述L个尺度的分块直方图的第一直方图权重，所述第一直方图权重中对所述尺度为l的分块直方图增加中心区域权重，所述l为大于或等于3的正整数；第三获取模块，用于基于所述第一直方图权重获取所述L个尺度的分块直方图的串联直方图，并基于所述串联直方图获取所述不同尺度不同子区域的N个图像特征；识别模块，用于利用所述特征向量对所述原始图像进行分类识别。可以看出，本专利技术实施例所提供的技术方案中，根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数；获取所述L个尺度的特征向量的第一直方图权重，所述第一直方图权重中对所述尺度为l的特征向量增加其中心区域的权重，所述l为大于或等于3的正整数；基于所述第一直方图权重获取所述L个尺度的特征向量的串联特征，并基于所述串联特征获取对应尺度对应子区域的图像特征；利用所述特征向量对所述原始图像进行分类识别。通过原始图像计算得到包括N个图像特征的L个特征向量，再对该特征向量按增加中心区域权重的直方图权重进行累加得到串联特征向量，最后基于该串联串联特征向量获取图像特征对原始图像进行识别，从而使得对原始图像的识别准确率高。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种图像识别方法的第一实施例流程示意图；图2-a是本专利技术实施例提供的一种图像识别方法的第二实施例流程示意图；图2-b是本专利技术实施例提供的分块直方图划分方法及不同尺度串联权重示意图；图3是本专利技术实施例提供的一种图像识别方法的第三实施例流程示意图；图4是本专利技术实施例提供的一种图像识别装置的第一实施例的结构示意图；图5是本专利技术实施例提供的一种图像识别装置的第二实施例的结构示意图；图6是本专利技术实施例提供的一种图像识别装置的第三实施例的结构示意图。具体实施方式本专利技术实施例提供了一种图像识别方法及装置，以期可以提高图像识别准确率。为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本专利技术实施例提供的一种图像识别方法，包括：根据原始图像获取包括N个图像特征的L个尺度的分块直方图，所述L个尺度的分块直方图为以上下划分为主的分块直方图，所述N为正整数，所述L为正整数；获取所述L个尺度的分块直方图的第一直方图权重，所述第一直方图权重中对所述尺度为L的分块直方图增加中心区域权重，所述L为大于或等于3的正整数；基于所述第直方图权重获取所述L个尺度的分块直方图的串联直方图，所述串联直方图包含所述原始图像的N个图像特征以及空间结构信息；利用所述串联直方图对所述原始图像进行分类识别。以下，对本申请中的技术背景进行进一步解释说明，以便于本领域技术人员理解本方案。参见图1，图1是本专利技术实施例提供的一种图像识别方法的第一实施例流程示意图。如图1所示，本专利技术实施例提供的图像识别方法包括以下步骤：S101、根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数。优选地，该特征向量为直方图。S102、获取所述L个尺度的特征向量的第一直方图权重，所述第一直方图权重中对所述尺度为l的特征向量增加其中心区域的权重，所述l为大于或等于3的正整数。S103、基于所述第一直方图权重获取所述L个尺度的特征向量的串联特征向量，并基于所述串联特征向量获取对应尺度对应子区域的图像特征。S104、利用所述特征向量对所述原始图像进行分类识别。可以看出，本实施例的方案中，根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数；获取所述L个尺度的特征向量的第一直方图权重，所述第一直方图权重中对所述尺度为l的特征向量增加其中心区域的权重，所述l为大于或等于3的正整数；基于所述第一直方图权重获取所述L个尺度的特征向量的串联特征向量，并基于所述串联特征向量获取对应尺度对应子区域的图像特征；利用所述特征向量对所述原始图像进行分类识别。通过原始图像计算得到包括N个图像特征的L个本文档来自技高网...

【技术保护点】
一种图像识别方法，其特征在于，所述方法包括：根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数；获取所述L个尺度的特征向量的第一直方图权重，所述第一直方图权重中对所述尺度为l的特征向量增加其中心区域的权重，所述l为大于或等于3的正整数；基于所述第一直方图权重获取所述L个尺度的特征向量的串联特征向量，并基于所述串联特征向量获取对应尺度对应子区域的图像特征；利用所述特征向量对所述原始图像进行分类识别。

【技术特征摘要】
1.一种图像识别方法，其特征在于，所述方法包括：根据原始图像获取包括N个图像特征L个尺度的包含空间信息的特征向量，所述L个尺度中，子区域以上下划分为主，以得到各子区域基于这N个图像特征的特征向量，所述N为正整数，所述L为正整数；获取所述L个尺度的特征向量的第一直方图权重，所述第一直方图权重中对所述尺度为l的特征向量增加其中心区域的权重，所述l为大于或等于3的正整数；基于所述第一直方图权重获取所述L个尺度的特征向量的串联特征向量，并基于所述串联特征向量获取对应尺度对应子区域的图像特征；利用所述特征向量对所述原始图像进行分类识别。2.根据权利要求1所述的方法，其特征在于，所述根据原始图像获取包括N个图像特征的L个尺度的分块直方图，包括：对原始图像进行特征提取，并基于所述图像特征进行聚类生成聚类图像的N个图像特征；基于所述聚类特征生成L个尺度的分块图像，每个尺度中对原始图像采用以水平划分为主的子区域划分方法，并且每个子区域分别生成基于这N个特征的分块直方图。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一直方图权重获取所述L个尺度的分块直方图的串联直方图，包括：根据划分的子区域数目和尺寸确定所述L个尺度的与子区域数目成正相关的第二直方图权重；在所述第二直方图权重的基础上叠加尺度为l的所述分块直方图的中心子区域的权重以得到对应于该尺度的第一直方图权重。4.根据权利要求3所述的方法，其特征在于，所述图像特征包括以下图像特征中的至少一种：图像颜色特征、图像纹理特征和图像形状特征。5.根据权利要求4所述的方法，其特征在于，所述原始图像包括服装图像。...

【专利技术属性】
技术研发人员：杨茜，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东;44