【技术实现步骤摘要】
本专利技术涉及图像识别
,尤其涉及图像中目标物体识别方法、冰箱内食品识别方法及系统。
技术介绍
现有的图像处理技术中,采集图像和采集图像不能保证图像的一致性,这种差异导致学习的信息智能反映数据的部分特征,因而在测试数据上的表现不理想,图像识别的识别率较低。尤其是在冰箱内图像识别
,冰箱的种类繁多,如果各冰箱分别进行拍摄,进行图像识别,会因为图片质量的差异影响识别率。不同型号的冰箱拍摄出来的图像不一致,冰箱内部摆放在不同位置的食品拍摄的图像也会有差异。图像的差异表现在亮度和色彩上。由于训练和采用的图像不同,这种差异导致学习的信息只能反映数据的部分特征,因而在测试数据上的表现不理想,图像识别的识别率不高。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足,提供一种图像中目标物体识别方法、冰箱内食品识别方法及系统。本专利技术解决上述技术问题的技术方案如下:一种图像中目标物体识别方法,包括如下步骤:获取训练图像,利用训练图像建立图像识别模型;获取测试图像,将测试图像与图像识别模型匹配,实现测试图像中目标物体的识别;其中,获取的训练图像和获取的测试图像进行归一化处理,将训练图像和测试图像映射到统一的空间;和/或建立图像识别模型时进行正则化处理,使图像识别模型表达全样本分布。为实现上述专利技术目的,本专利技术还提供一种冰箱内食品识别方法,包括采集冰箱内的图像数据作为训练图像和测试图像,根据上述技术方案所述的图像中目标物体识别方法获得待识别图像数据中食品的属性信息。为实现上述专利技术目的,本专利技术还提供一种图像中目标物体识别系统,包括:训练模块 ...
【技术保护点】
一种图像中目标物体识别方法,其特征在于,包括如下步骤:获取训练图像,利用训练图像建立图像识别模型;获取测试图像,将测试图像与图像识别模型匹配,实现测试图像中目标物体的识别;其中,获取的训练图像和获取的测试图像进行归一化处理,将训练图像和测试图像映射到统一的空间;和/或建立图像识别模型时进行正则化处理,使图像识别模型表达全样本分布。
【技术特征摘要】
1.一种图像中目标物体识别方法,其特征在于,包括如下步骤:获取训练图像,利用训练图像建立图像识别模型;获取测试图像,将测试图像与图像识别模型匹配,实现测试图像中目标物体的识别;其中,获取的训练图像和获取的测试图像进行归一化处理,将训练图像和测试图像映射到统一的空间;和/或建立图像识别模型时进行正则化处理,使图像识别模型表达全样本分布。2.根据权利要求1所述的图像中目标物体识别方法,其特征在于,所述归一化处理具体包括:对图像尺寸进行归一化处理,对图像数据特征矢量进行归一化处理和对图像数据进行搬移和缩放处理中的至少一种。3.根据权利要求2所述的图像中目标物体识别方法,其特征在于,所述图像尺寸归一化处理包括:在获取图像数据过程中,采集超过目标区域的图像,将感兴趣区域保留在图像中间位置,根据已知的感兴趣区域的大小,修正图像尺寸,去除冗余区域,保留感兴趣区域的全部内容,使所有图像数据具有相同尺寸;所述图像数据特征矢量归一化处理包括:利用训练数据的均值和协方差进行归一化处理;所述图像数据进行搬移和缩放处理包括:根据缩放因子对图像数据进行缩放处理,通过平移常量对图像数据进行搬移处理。4.根据权利要求1-3任一项所述的图像中目标物体识别方法,其特征在于,利用训练图像建立图像识别模型包括:获取预定数量的包含目标物体的图像数据;对所述图像数据中目标物体的属性参数进行标定,并将经标定处理的图像数据作为训练图像;设定图像识别模型、初始模型参数及损失函数,通过计算损失函数的期望获得风险函数;利用风险函数和训练数据更新图像识别模型,使所述图像识别模型满足所述损失函数的要求,得到所述目标物体对应的图像识别模型。5.根据权利要求4所述的图像中目标物体识别方法,其特征在于,所述风险函数为经验风险,所述经验风险为根据所有训练数据计算损失函数的期望获得的;通过计算获得使图像识别模型的经验风险最小的模型参数作为图像识别模型的最终模型参数,得到所述目标物体对应的图像识别模型。6.根据权利要求5所述的图像中目标物体识别方法,其特征在于,还包括进行正则化处理,所述正则化处理包括将经验风险转换为结构风险,具体为在经验风险上加上正则化项获得结构风险,通过计算获得使图像识别模型的结构风险最小的模型参数作为图像识别模型的最终模型参数,得到所述目标物体对应的图像识别模型。7.根据权利要求4所述的图像中目标物体识别方法,其特征在于,所述目标物体的属性参数包括标定图像数据中目标物体的位置及种类。8.根据权利要求1-3任一项所述的图像中目标物体识别方法,其特征在于,获取训练图像和获取测试图像具有相同的拍摄环境。9.一种冰箱内食品识别方法,其特征在于,采集冰箱内的图像数据作为训练图像和测试图...
【专利技术属性】
技术研发人员:杨世清,徐达,唐军,
申请(专利权)人:合肥华凌股份有限公司,合肥美的电冰箱有限公司,美的集团股份有限公司,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。