图像识别方法、特定场所的点名方法及相关装置、设备制造方法及图纸

本申请公开了一种图像识别方法、特定场所的点名方法及相关装置、设备，其中，图像识别方法包括：获取到各个待识别对象的至少一张识别图像；基于识别图像分别对各个待识别对象进行特征提取，得到各个待识别对象的识别特征；将各个待识别对象的识别特征与预先存储的多个目标对象的多个预设特征分别进行比对，得到各个待识别对象与每个目标对象的预设特征的相似度分值；利用相似度分值确定各个待识别对象对应的目标对象。上述方案，能够提高图像识别的效率和准确性。的效率和准确性。的效率和准确性。

【技术实现步骤摘要】
图像识别方法、特定场所的点名方法及相关装置、设备


[0001]本申请涉及计算机视觉的
，特别是涉及一种图像识别方法、特定场所的点名方法及相关装置、设备。

技术介绍

[0002]大部分的特定场所对待点名对象进行人员确认、人数清点以及人数汇总时均采用传统的人工方式进行操作。这种采用人工方式进行点名的工作量十分巨大，且每次点名耗时较长，点名准确性要求高，容错率低，对管理人员的要求较高。传统的点名工作给管理人员带来了非常大的工作量和精神压力。
[0003]目前，有一种视频点名采用的是类似考勤机的点名模式，要求在点名时所有待点名对象到指定位置，面对点名终端配合点名。这种点名模式准确性较高，但是该种点名模式只能安装在各个场所的出入口通道等位置，同时需要待点名对象逐个走到该点位配合点名。应用场景限制较大，点名效率较低。

技术实现思路

[0004]本申请提供一种图像识别方法、特定场所的点名方法及相关装置、设备。
[0005]本申请第一方面提供了一种图像识别方法，包括：获取到各个待识别对象的至少一张识别图像；基于识别图像分别对各个待识别对象进行特征提取，得到各个待识别对象的识别特征；将各个待识别对象的识别特征与预先存储的多个目标对象的多个预设特征分别进行比对，得到各个待识别对象与每个目标对象的预设特征的相似度分值；利用相似度分值确定各个待识别对象对应的目标对象。
[0006]因此，通过各个待识别对象的至少一张识别图像，并基于识别图像分别对各个待识别对象进行特征提取，得到各个待识别对象的识别特征，以利于图像之间的特征比对；将各个待识别对象的识别特征与预先存储的多个目标对象的多个预设特征分别进行比对，得到各个待识别对象与每个目标对象的预设特征的相似度分值，来实现同一识别对象不同角度的特征比对，提高特征对比的准确性。利用相似度分值确定各个待识别对象对应的目标对象，通过进一步对相似度分值进行判断，以进一步确保图像识别的准确性。
[0007]其中，利用相似度分值确定各个待识别对象对应的目标对象的步骤包括：判断多个目标对象中是否存在至少部分预设特征的相似度分值大于相似度阈值的目标对象；如果存在，将至少部分预设特征的相似度分值大于相似度阈值的目标对象确定为待识别对象对应的目标对象。
[0008]因此，通过判断多个目标对象中是否存在至少部分预设特征的相似度分值大于相似度阈值的目标对象，能够在一定程度上保证图像识别的准确性，同时减少图像识别的工作量，提高图像识别的效率。
[0009]其中，获取到多个待识别对象的识别图像的步骤之前包括：获取各个目标对象的多张不同角度的预设图像；分别对各个目标对象的每一预设图像进行特征提取，得到各个
目标对象的多个预设特征。
[0010]因此，在图像识别前，通过获取各个目标对象的多张不同角度的预设图像，并对各个目标对象的每一预设图像进行特征提取，得到各个目标对象的多个预设特征，来生成图像识别的底库依据，提高图像识别的鲁棒性，并提高图像识别的准确性与可靠性。
[0011]其中，多张不同角度的预设图像至少包括正视图以及多张不同角度的斜视图；将各个待识别对象的识别特征与预先存储的多个目标对象的多个预设特征分别进行比对，得到各个待识别对象与每个目标对象的预设特征的相似度分值的步骤包括：将各个待识别对象的识别特征与各个目标对象的正视图以及多张不同角度的斜视图的预设特征分别进行比对，得到待识别对象与每个目标对象的正视图的第一相似度分值，以及与每个目标对象的多张不同角度的斜视图的多个第二相似度分值；判断多个目标对象中是否存在至少部分相似度分值大于相似度阈值的目标对象的步骤包括：判断多个目标对象中是否存在第一相似度分值大于第一相似度阈值且至少一个第二相似度分值大于第二相似度阈值的目标对象；如果存在，将目标对象确定为待识别对象对应的目标对象。
[0012]因此，利用每个目标对象的正视图以及多张不同角度的斜视图的预设特征，来多角度地对比待识别对象与目标对象之间的相似度分值，以尽可能全面地对待识别对象进行识别，实现同一对象同一角度与不同预设角度之间的对比识别，提高图像识别的准确性。并通过第一相似度分值与多个第二相似度分值的一级判断与二级判断的双重判断来对待识别对象进行确认，以进一步提高图像识别的准确性。
[0013]其中，判断多个目标对象中是否存在第一相似度分值大于第一相似度阈值以及至少一个第二相似度分值大于第二相似度阈值的目标对象的步骤包括：判断目标对象的第一相似度分值是否大于第一相似度阈值；如果第一相似度分值大于第一相似度阈值，则将目标对象的多个第二相似度分值进行大小排序，并确定目标对象的多个第二相似度分值中最大的第二相似度分值；判断最大的第二相似度分值是否大于第二相似度阈值；如果最大的第二相似度分值大于第二相似度阈值，确定待识别对象的目标对象存在。
[0014]因此，通过先对对目标对象的第一相似度分值进行一级判断，再对目标对象的最大第二相似度进行判断，从而完成对相似度的二级判断，在减少比对工作量的同时，保证图像识别的准确性，故能够有利于提高后续图像识别的效率。
[0015]其中，判断多个目标对象中是否存在第一相似度分值大于第一相似度阈值以及至少一个第二相似度分值大于第二相似度阈值的目标对象的步骤还包括：如果多个目标对象中不存在第一相似度分值大于第一相似度阈值且至少一个第二相似度分值大于第二相似度阈值的目标对象，则待识别对象的图像识别失败，重新对待识别对象进行识别。
[0016]因此，如果多个目标对象中不存在第一相似度分值大于第一相似度阈值且至少一个第二相似度分值大于第二相似度阈值的目标对象，则待识别对象的图像识别失败，重新对待识别对象进行识别，来进一步保证图像识别的准确性与可靠性。
[0017]其中，分别对各个目标对象的每一预设图像进行特征提取，得到各个目标对象的多个预设特征的步骤还包括：将各个目标对象的正视图以及多张不同角度的斜视图与目标对象的身份信息建立关联，以构建多个目标对象的第一档案库；利用相似度分值确定各个待识别对象对应的目标对象的步骤之后还包括：将待识别对象对应的识别图像、识别图像的获取时间以及识别图像的获取地点与第一档案库中与各待识别对象对应的目标对象的
多个预设特征建立关联，并构建第二档案库进行记录。
[0018]因此，将目标对象的多个预设特征与目标对象的身份信息建立关联并构建第一档案库，保证了目标对象的身份唯一，并在识别完成后，将待识别对象对应的识别图像、识别图像的获取时间以及识别图像的获取地点与第一档案库中与各待识别对象对应的目标对象的多个预设特征建立关联，并构建第二档案库进行记录，从而提高图像识别的准确性、效率并降低图像识别数据查找难度。
[0019]其中，如果多个目标对象中不存在第一相似度分值大于第一相似度阈值且至少一个第二相似度分值大于第二相似度阈值的目标对象，则待识别对象的图像识别失败，对待识别对象进行二次识别的步骤包括：如果多个目标对象中存在第一相似度分值大于第一相似度阈值的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，所述图像识别方法包括：获取到各个待识别对象的至少一张识别图像；基于所述识别图像分别对各个所述待识别对象进行特征提取，得到各个所述待识别对象的识别特征；将各个所述待识别对象的识别特征与预先存储的多个目标对象的多个预设特征分别进行比对，得到各个所述待识别对象与每个所述目标对象的预设特征的相似度分值；利用所述相似度分值确定各个所述待识别对象对应的目标对象。2.根据权利要求1所述的图像识别方法，其特征在于，所述利用所述相似度分值确定各个所述待识别对象对应的目标对象的步骤包括：判断所述多个目标对象中是否存在至少部分预设特征的所述相似度分值大于相似度阈值的目标对象；如果存在，将至少部分预设特征的所述相似度分值大于相似度阈值的目标对象确定为所述待识别对象对应的目标对象。3.根据权利要求1所述的图像识别方法，其特征在于，所述获取到多个待识别对象的识别图像的步骤之前包括：获取各个所述目标对象的多张不同角度的预设图像；分别对所述各个目标对象的每一所述预设图像进行特征提取，得到所述各个目标对象的多个预设特征。4.根据权利要求3所述的图像识别方法，其特征在于，所述多张不同角度的预设图像至少包括正视图以及多张不同角度的斜视图；所述将各个所述待识别对象的识别特征与预先存储的多个目标对象的多个预设特征分别进行比对，得到各个所述待识别对象与每个所述目标对象的预设特征的相似度分值的步骤包括：将各个所述待识别对象的识别特征与各个所述目标对象的所述正视图以及多张不同角度的斜视图的预设特征分别进行比对，得到所述待识别对象与每个所述目标对象的正视图的第一相似度分值，以及与每个所述目标对象的多张不同角度的斜视图的多个第二相似度分值；所述判断所述多个目标对象中是否存在至少部分所述相似度分值大于相似度阈值的目标对象的步骤包括：判断多个所述目标对象中是否存在所述第一相似度分值大于第一相似度阈值且至少一个所述第二相似度分值大于第二相似度阈值的目标对象；如果存在，将所述目标对象确定为所述待识别对象对应的目标对象。5.根据权利要求4所述的图像识别方法，其特征在于，所述判断多个所述目标对象中是否存在所述第一相似度分值大于第一相似度阈值以及至少一个所述第二相似度分值大于第二相似度阈值的目标对象的步骤包括：判断所述目标对象的所述第一相似度分值是否大于第一相似度阈值；如果所述第一相似度分值大于第一相似度阈值，则将所述目标对象的所述多个第二相似度分值进行大小排序，并确定所述目标对象的所述多个第二相似度分值中最大的第二相似度分值；
判断所述最大的第二相似度分值是否大于所述第二相似度阈值；如果所述最大的第二相似度分值大于所述第二相似度阈值，确定所述待识别对象的所述目标对象存在。6.根据权利要求4所述的图像识别方法，其特征在于，所述判断多个所述目标对象中是否存在所述第一相似度分值大于第一相似度阈值以及至少一个所述第二相似度分值大于第二相似度阈值的目标对象的步骤还包括：如果多个所述目标对象中不存在所述第一相似度分值大于第一相似度阈值且至少一个所述第二相似度分值大于第二相似度阈值的目标对象，则所述待识别对象的图像识别失败，重新对所述待识别对象进行识别。7.根据权利要求4所述的图像识别方法，其特征在于，所述分别对所述各个目标对象的每一所述预设图像进行特征提取，得到所述各个目标对象的多个预设特征的步骤还包括：将各个所述目标对象的正视图以及多张不同角度的斜视图与所述目标对象的身份信息建立关联，以构建多个目标对象的第一档案库；所述利用所述相似度分值确定各个所述待识别对象对应的目标对象的步骤之后还包括：将所述待识别对象对应的识别图像、识别图像的获取时间...

【专利技术属性】
技术研发人员：叶建云，戚琦，俞凯，陈亮，翁俊伟，
申请(专利权)人：浙江商汤科技开发有限公司，
类型：发明
国别省市：