CN106548145A - 图像识别方法及装置 - Google Patents

图像识别方法及装置 Download PDF

Info

Publication number
CN106548145A
CN106548145A CN201610942259.7A CN201610942259A CN106548145A CN 106548145 A CN106548145 A CN 106548145A CN 201610942259 A CN201610942259 A CN 201610942259A CN 106548145 A CN106548145 A CN 106548145A
Authority
CN
China
Prior art keywords
destination object
recognized
images
feature
global characteristics
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610942259.7A
Other languages
English (en)
Inventor
杨松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610942259.7A priority Critical patent/CN106548145A/zh
Publication of CN106548145A publication Critical patent/CN106548145A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/164—Detection; Localisation; Normalisation using holistic features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

本公开是关于图像识别方法及装置。该方法包括：接收输入的待识别图像；获取所述待识别图像中目标对象的全局特征和局部特征；根据所述全局特征和所述局部特征，获取目标对象的待识别信息。该技术方案，在接收到该待识别图像时，可以获取该待识别图像的全局特征和局部特征，进而综合这两种特征对待识别图像中所显示的目标对象的待识别信息进行准确识别，提高该待识别信息的识别精度，尽可能地避免由于该待识别信息与该目标对象所属类别中的其他对象的信息的相似度较高、差异较小而识别错误。

Description

图像识别方法及装置
技术领域
本公开涉及图像识别技术领域，尤其涉及图像识别方法及装置。
背景技术
目前，图像识别技术已被普遍使用，如用户可以使用图像识别技术识别人脸、车辆信息等，但相关技术中的图像识别技术在识别差异较小的图像中信息时，往往精确度不足，很容易识别错误，导致用户体验不好。
发明内容
本公开实施例提供了图像识别方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种图像识别方法，包括：
接收输入的待识别图像；
获取所述待识别图像中目标对象的全局特征和局部特征；
根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
在一个实施例中，所述获取所述待识别图像中目标对象的全局特征，包括：
通过卷积神经网络(CNN)对所述目标对象进行特征提取，获得所述全局特征。
在一个实施例中，所述获取所述待识别图像中目标对象的局部特征，包括：
对所述目标对象进行定位，获得所述目标对象中的关键部位；
提取所述关键部位的所述局部特征，其中，所述局部特征包括：梯度特征和纹理特征。
在一个实施例中，所述根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息，包括：
根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量；
通过分类模型将所述目标特征向量进行分类，得到所述待识别信息。
在一个实施例中，所述根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量，包括：
将所述第一特征向量和所述第二特征向量进行组合，得到第三特征向量；
将所述第三特征向量进行降维，获得所述目标特征向量。
在一个实施例中，所述待识别图像包括：车辆图像，所述待识别信息包括以下至少一项：所述车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
根据本公开实施例的第二方面，提供一种图像识别装置，包括：
接收模块，用于接收输入的待识别图像；
第一获取模块，用于获取所述待识别图像中目标对象的全局特征和局部特征；
第二获取模块，用于根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
在一个实施例中，所述第一获取模块包括：
第一获取子模块，用于通过卷积神经网络(CNN)对所述目标对象进行特征提取，获得所述全局特征。
在一个实施例中，所述第一获取模块包括：
第二获取子模块，用于对所述目标对象进行定位，获得所述目标对象中的关键部位；
提取子模块，用于提取所述关键部位的所述局部特征，其中，所述局部特征包括：梯度特征和纹理特征。
在一个实施例中，所述第二获取模块包括：
第三获取子模块，用于根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量；
处理子模块，用于通过分类模型将所述目标特征向量进行分类，得到所述待识别信息。
在一个实施例中，所述第三获取子模块包括：
第一处理单元，用于将所述第一特征向量和所述第二特征向量进行组合，得到第三特征向量；
第二处理单元，用于将所述第三特征向量进行降维，获得所述目标特征向量。
在一个实施例中，所述待识别图像包括：车辆图像，所述待识别信息包括以下至少一项：所述车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
根据本公开实施例的第三方面，提供了一种图像识别装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
接收输入的待识别图像；
获取所述待识别图像中目标对象的全局特征和局部特征；
根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开的实施例提供的技术方案，在接收到该待识别图像时，可以获取该待识别图像的全局特征和局部特征，进而综合这两种特征对待识别图像中所显示的目标对象的待识别信息进行准确识别，提高该待识别信息的识别精度，尽可能地避免由于该待识别信息与该目标对象所属类别中的其他对象的相似度较高、差异较小而识别错误。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种图像识别方法的流程图。
图2是根据一示例性实施例示出的另一种图像识别方法的流程图。
图3是根据一示例性实施例一示出的又一种图像识别方法的流程图。
图4是根据一示例性实施例一示出的再一种图像识别方法的流程图。
图5是根据一示例性实施例示出的一种图像识别装置的框图。
图6是根据一示例性实施例示出的另一种图像识别装置的框图。
图7是根据一示例性实施例示出的又一种图像识别装置的框图。
图8是根据一示例性实施例示出的再一种图像识别装置的框图。
图9是根据一示例性实施例示出的适用于图像识别装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前，图像识别技术已被普遍使用，如用户可以使用图像识别技术识别人脸、车辆信息等，但相关技术中的图像识别技术在识别差异较小的图像中信息时，往往精确度不足，很容易识别错误，导致用户体验不好。例如：使用相关技术中的图像识别技术识别车辆图像中的车辆信息时，由于同一车辆品牌下的一个系列或不同年款的车辆的信息的相似度比较高，差异较小，因而，相关技术中的图像识别技术很容易将这些车辆信息识别错误。
为了解决上述技术问题，本公开实施例提供了一种图像识别方法，该方法可用于图像识别程序、系统或装置中，且该方法对应的执行主体可以是手机、平板、计算机等各种终端或者是服务器。
图1是根据一示例性实施例示出的一种图像识别方法的流程图。
如图1所示，该方法包括步骤S101至步骤S103：
在步骤S101中，接收输入的待识别图像。
该待识别图像可以是人脸图像、动物图像、景物图像、物体图像(如车辆图像)等。
在步骤S102中，获取待识别图像中目标对象的全局特征和局部特征。
该全局特征用于表征该待识别图像中所显示的目标对象的各种特征，例如：如果该待识别图像为车辆图像，则该全局特征可以表征该车辆的形状、各个部位的大概特征(如轮廓等)，各部位的位置、相对位置关系等特征，如果该待识别图像为人脸图像，则该全局特征可以表征该人脸的轮廓、脸型、五官的大概特征(如五官的位置等)等；相应地，
该局部特征用于表征该待识别图像中所显示的目标对象的关键部位的详细特征，例如：如果该待识别图像为车辆图像，则该局部特征可以表征该车辆的车灯的详细特征，车标的详细特征等，如果该待识别图像为人脸图像，则该局部特征可以表征该人脸中五官的详细特征等。
在步骤S103中，根据全局特征和局部特征，获取目标对象的待识别信息，待识别信息因待识别图像中所显示的目标对象而异，如果该待识别图像为车辆的图像，则该待识别信息就是车辆的类型、品牌、系列、型号、年款等信息，如果该待识别图像为人脸图像，则该待识别信息就是人脸的脸型、脸型的大小、五官形状、五官大小等信息。
根据该待识别图像的全局特征和局部特征，可以综合这两种特征对待识别图像中所显示的目标对象的待识别信息进行准确识别，提高该待识别信息的识别精度，尽可能地避免由于该待识别信息与该目标对象所属类别中的其他对象的信息的相似度较高、差异较小而识别错误。
在一个实施例中，上述图1中的步骤S102中的“获取待识别图像中目标对象的全局特征”可被执行为：
通过卷积神经网络(CNN)对目标对象进行特征提取，获得全局特征。
其中，对目标对象进行特征提取就是使用卷积神经网络对目标对象进行识别，以获得目标对象中各部位的特征。
在获取该待识别图像的全局特征时，可以通过卷积神经网络(CNN，Convolutionalneural networks)对待识别图像进行特征提取，即可获得该全局特征，而需要说明的是：
CNN分类网络就是直接用CNN对该待识别图像进行分类的网络，可以初步得到该待识别信息，该方法虽然效果比相关技术中的图像识别技术要好，但是对于一些细节区别不大的待识别信息，还是比较容易出错的，所以本公开不直接使用CNN网络分类结果来确定待识别信息，而是用它来提取全局特征，利用其鲁邦的全局特征再融合局部的局部特征，可以得到更为准确的待识别信息。
通过卷积神经网络(CNN)对待识别图像进行特征提取就是将该待识别图像输入该卷积神经网络(CNN)，进而得到卷积神经网络(CNN)的输出即该全局特征。
另外，为了进一步确保该全局特征的准确性，在通过该卷积神经网络(CNN)对该待识别图像进行特征提取时，可以按照卷积神经网络(CNN)被训练时所使用的样本图像的尺寸将该待识别图像进行处理，例如：如果卷积神经网络(CNN)在被训练时所使用的样本图像的尺寸为224*224，则可以将该待识别图像的尺寸放大或缩小为224*224后，再进行识别，以提高全局特征的识别精准度。
同样地，为了进一步确保该全局特征的准确性，在通过该卷积神经网络(CNN)对该待识别图像进行识别时，可以按照卷积神经网络(CNN)被训练时所使用的样本图像的类型选择该待识别图像，例如：如果卷积神经网络(CNN)在被训练时所使用的样本图像均是车头部的图像，则该待识别图像也应该是车头部的图像，如果卷积神经网络(CNN)在被训练时所使用的样本图像均是车尾部的图像，则该待识别图像也应该是车尾部的图像，或者如果卷积神经网络(CNN)在被训练时所使用的样本图像均是按照预设拍摄参数(如拍摄角度、亮度、拍摄模式等参数)对目标对象所属类别中的某对象进行拍摄后获得的图像，则该待识别图像也应该按照该预设拍摄参数对该目标对象进行拍摄后得到的图像，以提高全局特征的识别精准度。
图2是根据一示例性实施例示出的另一种图像识别方法的流程图。
如图2所示，在一个实施例中，上述图1中的步骤S102中的“获取待识别图像中目标对象的局部特征”可以包括步骤S201和步骤S202：
在步骤S201中，对目标对象进行定位，获得目标对象中的关键部位。
对待识别图像中目标对象进行定位时，可以使用AAM((Active AppearanceModel，主动外观模型)或SDM(supervised descent method，有监督的梯度下降方法)。
其中，该关键部位因待识别图像中所显示的目标对象而异，例如，当该待识别图像为车辆图像时，该关键部位可以是车灯，车标，进气网格，轮廓等，当该待识别图像为动物图像时，该关键部位可以是该动物的腿部，牙齿，五官等。
在步骤S202中，提取关键部位的局部特征，其中，局部特征包括：梯度特征和纹理特征，其中，该关键部位可以是一个或多个。
在定位出该待识别图像中目标对象的关键部位之后，可以进一步提取该关键部位的局部特征，以便于之后结合全局特征和局部特征，获得精准度较高的待识别信息。
该局部特征可以是梯度特征和纹理特征，而梯度特征可以有效的应对光照和姿态的变化，该梯度特征可以包括HOG(Histogram of Oriented Gradient，方向梯度直方图)特征，纹理特征对关键部位的纹理有很强的表达能力，该纹理特征可以包括Gabor特征。
图3是根据一示例性实施例一示出的又一种图像识别方法的流程图。
如图3所示，在一个实施例中，上述图1所示的步骤S103可以包括步骤S301和步骤S302：
在步骤S301中，根据全局特征的第一特征向量和局部特征的第二特征向量，得到目标特征向量。
其中，第一特征向量的长度因CNN算法的要求而异，其长度通常可以是216、512、1000等，当然，该第一特征向量的长度越长，表示出的全局特征越精确；
局部特征的第二特征向量包括：梯度特征的特征向量和纹理特征的特征向量，该梯度特征的特征向量的长度可以是45，纹理特征的特征向量的长度可以是40，同样地，第二特征向量的长度越长，表示出的局部特征越精确。
在步骤S302中，通过分类模型将目标特征向量进行分类，得到待识别信息。
在获得第一特征向量和第二特征向量后，可以将第一特征向量和第二特征向量进行组合以获得目标特征向量，进而通过SVM分类模型(Support VectorMachine支持向量机)将目标特征向量进行分类，以根据待识别图像中的特征准确地获得该待识别图像中目标对象的待识别信息，其中，SVM(SupportVector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。
图4是根据一示例性实施例一示出的再一种图像识别方法的流程图。
如图4所示，在一个实施例中，上述图3中的步骤S301可以包括步骤S401和步骤S402：
在步骤S401中，将第一特征向量和第二特征向量进行组合，得到第三特征向量。
其中，假设第一特征向量的长度为a，局部特征的数目为n(即有n个关键部位)，每个局部特征的第二特征向量的长度为bi(其中，bi表示这n个局部特征中的第i个局部特征的特征向量)，则第三特征向量的长度＝a+b1+b2+…bn，例如：当a＝512，每个局部特征的梯度特征的特征向量的长度为45、纹理特征的特征向量的长度为40(即每个局部特征的第二特征向量的长度为95)时，第三特征向量的长度就是(512+95n)。
在步骤S402中，将第三特征向量进行降维，获得目标特征向量，其中，目标特征向量的长度越短，对目标特征向量的分类结果越精确，获得的待识别信息的精度越高，因而，需要对第三特征向量进行降维。在获得第一特征向量和第二特征向量后，可以将全局特征和局部特征串联起来，得到组合特征，以将第一特征向量和第二特征向量进行组合，得到第三特征向量，而由于第三特征向量的长度过长会影响最终的分类结果，因而需要对第三特征向量进行PCA(Principal Component Analysis，主成分分析)降维，获得长度较短的目标特征向量，以确保可以得到精确地较高的待识别信息。
在进行降维时，可以设置待识别信息的信息量的预设保留值(如可以是97％或98％等)，以按照该预设保留值对该第三特征向量进行降维，这样可以在尽可能地减少该待识别信息的信息量损失的基础上，提高该待识别信息的准确度。
在一个实施例中，待识别图像包括：车辆图像，待识别信息包括以下至少一项：车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
待识别图像包括但不限于车辆图像，例如还可以是人脸图像，而待识别信息包括但不限于：车辆图像中显示的车辆的类型(如车辆是货车还是私家车等)、品牌、系列、型号、年款，例如还可以是车辆的发动机的类型等信息。
对应本公开实施例提供的上述图像识别方法，本公开实施例还提供一种图像识别装置。
图5是根据一示例性实施例示出的一种图像识别装置的框图。
如图5所示，该装置包括接收模块501、第一获取模块502和第二获取模块503：
接收模块501，被配置为接收输入的待识别图像；
第一获取模块502，被配置为获取待识别图像中目标对象的全局特征和局部特征；
第二获取模块503，被配置为根据全局特征和局部特征，获取目标对象的待识别信息。
在一个实施例中，上述图5所示的第一获取模块502可以包括：
第一获取子模块，被配置为通过卷积神经网络(CNN)对目标对象进行特征提取，获得全局特征。
图6是根据一示例性实施例示出的另一种图像识别装置的框图。
如图6所示，在一个实施例中，上述图5所示的第一获取模块502可以包括第二获取子模块5021和提取子模块5022：
第二获取子模块5021，被配置为对目标对象进行定位，获得目标对象中的关键部位；
提取子模块5022，被配置为提取关键部位的局部特征，其中，局部特征包括：梯度特征和纹理特征。
图7是根据一示例性实施例示出的又一种图像识别装置的框图。
如图7所示，在一个实施例中，上述图5所示的第二获取模块503可以包括第三获取子模块5031和处理子模块5032：
第三获取子模块5031，被配置为根据全局特征的第一特征向量和局部特征的第二特征向量，得到目标特征向量；
处理子模块5032，被配置为通过分类模型将目标特征向量进行分类，得到待识别信息。
图8是根据一示例性实施例示出的再一种图像识别装置的框图。
如图8所示，在一个实施例中，第三获取子模块5031可以包括第一处理单元50311和第二处理单元50312：
第一处理单元50311，被配置为将第一特征向量和第二特征向量进行组合，得到第三特征向量；
第二处理单元50312，被配置为将第三特征向量进行降维，获得目标特征向量。
在一个实施例中，待识别图像包括：车辆图像，待识别信息包括以下至少一项：车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
根据本公开实施例的第三方面，提供一种图像识别装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
接收输入的待识别图像；
获取所述待识别图像中目标对象的全局特征和局部特征；
根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
上述处理器还可被配置为：
所述获取所述待识别图像中目标对象的全局特征，包括：
通过卷积神经网络(CNN)对所述目标对象进行特征提取，获得所述全局特征。
上述处理器还可被配置为：
所述获取所述待识别图像中目标对象的局部特征，包括：
对所述目标对象进行定位，获得所述目标对象中的关键部位；
提取所述关键部位的所述局部特征，其中，所述局部特征包括：梯度特征和纹理特征。
上述处理器还可被配置为：
所述根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息，包括：
根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量；
通过分类模型将所述目标特征向量进行分类，得到所述待识别信息。
上述处理器还可被配置为：
所述根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量，包括：
将所述第一特征向量和所述第二特征向量进行组合，得到第三特征向量；
将所述第三特征向量进行降维，获得所述目标特征向量。
上述处理器还可被配置为：
所述待识别图像包括：车辆图像，所述待识别信息包括以下至少一项：所述车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
图9是根据一示例性实施例示出的一种用于图像识别装置900的框图，该装置适用于终端设备。例如，装置900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个用户数字助理等。
参照图9，装置900可以包括以下一个或至少两个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)接口912，传感器组件914，以及通信组件916。
处理组件902通常控制装置900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或至少两个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或至少两个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900上操作的任何存储对象或方法的指令，联系用户数据，电话簿数据，消息，图片，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件906为装置900的各种组件提供电源。电源组件906可以包括电源管理系统，一个或至少两个电源，及其他与为装置900生成、管理和分配电源相关联的组件。
多媒体组件908包括在所述装置900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或至少两个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当装置900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当装置900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或至少两个传感器，用于为装置900提供各个方面的状态评估。例如，传感器组件914可以检测到装置900的打开/关闭状态，组件的相对定位，例如所述组件为装置900的显示器和小键盘，传感器组件914还可以检测装置900或装置900一个组件的位置改变，用户与装置900接触的存在或不存在，装置900方位或加速/减速和装置900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置900可以被一个或至少两个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器904，上述指令可由装置900的处理器920执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由上述装置900的处理器执行时，使得上述装置900能够执行一种图像识别方法，包括：
接收输入的待识别图像；
获取所述待识别图像中目标对象的全局特征和局部特征；
根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
在一个实施例中，所述获取所述待识别图像中目标对象的全局特征，包括：
通过卷积神经网络(CNN)对所述目标对象进行特征提取，获得所述全局特征。
在一个实施例中，所述获取所述待识别图像中目标对象的局部特征，包括：
对所述目标对象进行定位，获得所述目标对象中的关键部位；
提取所述关键部位的所述局部特征，其中，所述局部特征包括：梯度特征和纹理特征。
在一个实施例中，所述根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息，包括：
根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量；
通过分类模型将所述目标特征向量进行分类，得到所述待识别信息。
在一个实施例中，所述根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量，包括：
将所述第一特征向量和所述第二特征向量进行组合，得到第三特征向量；
将所述第三特征向量进行降维，获得所述目标特征向量。
在一个实施例中，所述待识别图像包括：车辆图像，所述待识别信息包括以下至少一项：所述车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种图像识别方法，其特征在于，包括：
接收输入的待识别图像；
获取所述待识别图像中目标对象的全局特征和局部特征；
根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
2.根据权利要求1所述的方法，其特征在于，
所述获取所述待识别图像中目标对象的全局特征，包括：
通过卷积神经网络(CNN)对所述目标对象进行特征提取，获得所述全局特征。
3.根据权利要求1所述的方法，其特征在于，
所述获取所述待识别图像中目标对象的局部特征，包括：
对所述目标对象进行定位，获得所述目标对象中的关键部位；
提取所述关键部位的所述局部特征，其中，所述局部特征包括：梯度特征和纹理特征。
4.根据权利要求1所述的方法，其特征在于，
所述根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息，包括：
根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量；
通过分类模型将所述目标特征向量进行分类，得到所述待识别信息。
5.根据权利要求4所述的方法，其特征在于，
所述根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量，包括：
将所述第一特征向量和所述第二特征向量进行组合，得到第三特征向量；
将所述第三特征向量进行降维，获得所述目标特征向量。
6.根据权利要求1至5中任一项所述的方法，其特征在于，
所述待识别图像包括：车辆图像，所述待识别信息包括以下至少一项：所述车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
7.一种图像识别装置，其特征在于，包括：
接收模块，用于接收输入的待识别图像；
第一获取模块，用于获取所述待识别图像中目标对象的全局特征和局部特征；
第二获取模块，用于根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
8.根据权利要求7所述的装置，其特征在于，
所述第一获取模块包括：
第一获取子模块，用于通过卷积神经网络(CNN)对所述目标对象进行特征提取，获得所述全局特征。
9.根据权利要求7所述的装置，其特征在于，
所述第一获取模块包括：
第二获取子模块，用于对所述目标对象进行定位，获得所述目标对象中的关键部位；
提取子模块，用于提取所述关键部位的所述局部特征，其中，所述局部特征包括：梯度特征和纹理特征。
10.根据权利要求7所述的装置，其特征在于，
所述第二获取模块包括：
第三获取子模块，用于根据所述全局特征的第一特征向量和所述局部特征的第二特征向量，得到目标特征向量；
处理子模块，用于通过分类模型将所述目标特征向量进行分类，得到所述待识别信息。
11.根据权利要求10所述的装置，其特征在于，
所述第三获取子模块包括：
第一处理单元，用于将所述第一特征向量和所述第二特征向量进行组合，得到第三特征向量；
第二处理单元，用于将所述第三特征向量进行降维，获得所述目标特征向量。
12.根据权利要求7至11中任一项所述的装置，其特征在于，
所述待识别图像包括：车辆图像，所述待识别信息包括以下至少一项：所述车辆图像中显示的车辆的类型、品牌、系列、型号、年款。
13.一种图像识别装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
接收输入的待识别图像；
获取所述待识别图像中目标对象的全局特征和局部特征；
根据所述全局特征和所述局部特征，获取所述目标对象的待识别信息。
CN201610942259.7A 2016-10-31 2016-10-31 图像识别方法及装置 Pending CN106548145A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610942259.7A CN106548145A (zh) 2016-10-31 2016-10-31 图像识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610942259.7A CN106548145A (zh) 2016-10-31 2016-10-31 图像识别方法及装置

Publications (1)

Publication Number Publication Date
CN106548145A true CN106548145A (zh) 2017-03-29

Family

ID=58392694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610942259.7A Pending CN106548145A (zh) 2016-10-31 2016-10-31 图像识别方法及装置

Country Status (1)

Country Link
CN (1) CN106548145A (zh)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980839A (zh) * 2017-03-31 2017-07-25 宁波摩视光电科技有限公司 一种基于hog特征的白带中自动检测杆菌的方法
CN107247936A (zh) * 2017-05-31 2017-10-13 北京小米移动软件有限公司 图像识别方法及装置
CN107481495A (zh) * 2017-08-25 2017-12-15 谢锋 万能遥控器学习方法、系统和万能遥控器
CN107833219A (zh) * 2017-11-28 2018-03-23 腾讯科技（深圳）有限公司 图像识别方法及装置
CN107886070A (zh) * 2017-11-10 2018-04-06 北京小米移动软件有限公司 人脸图像的验证方法、装置及设备
CN108197538A (zh) * 2017-12-21 2018-06-22 浙江银江研究院有限公司 一种基于局部特征和深度学习的卡口车辆检索系统及方法
CN108229302A (zh) * 2017-11-10 2018-06-29 深圳市商汤科技有限公司 特征提取方法、装置、计算机程序、存储介质和电子设备
CN108229379A (zh) * 2017-12-29 2018-06-29 广东欧珀移动通信有限公司 图像识别方法、装置、计算机设备和存储介质
CN108229552A (zh) * 2017-12-29 2018-06-29 咪咕文化科技有限公司 一种模型处理方法、装置及存储介质
CN108304846A (zh) * 2017-09-11 2018-07-20 腾讯科技（深圳）有限公司 图像识别方法、装置及存储介质
CN108319907A (zh) * 2018-01-26 2018-07-24 腾讯科技（深圳）有限公司 一种车辆识别方法、装置和存储介质
CN108334892A (zh) * 2017-12-26 2018-07-27 新智数字科技有限公司 一种基于卷积神经网络的车型识别方法、装置及设备
CN108596719A (zh) * 2018-04-18 2018-09-28 北京小米移动软件有限公司 图像显示方法及装置
CN108681743A (zh) * 2018-04-16 2018-10-19 腾讯科技（深圳）有限公司 图像对象识别方法和装置、存储介质
CN109299715A (zh) * 2017-07-24 2019-02-01 图灵通诺（北京）科技有限公司 基于卷积神经网络的图像识别技术的结算方法和装置
CN109359696A (zh) * 2018-10-29 2019-02-19 重庆中科云丛科技有限公司 一种车款识别方法、系统及存储介质
CN109359666A (zh) * 2018-09-07 2019-02-19 佳都新太科技股份有限公司 一种基于多特征融合神经网络的车型识别方法及处理终端
CN109740422A (zh) * 2018-11-22 2019-05-10 深圳市元征科技股份有限公司 一种识别汽车的方法及装置
CN110135517A (zh) * 2019-05-24 2019-08-16 北京百度网讯科技有限公司 用于获取车辆相似度的方法及装置
CN110956190A (zh) * 2018-09-27 2020-04-03 深圳云天励飞技术有限公司 图像识别方法及装置、计算机装置和计算机可读存储介质
CN111126388A (zh) * 2019-12-20 2020-05-08 维沃移动通信有限公司 图像识别的方法及电子设备
CN111241989A (zh) * 2020-01-08 2020-06-05 腾讯科技（深圳）有限公司 图像识别方法及装置、电子设备
CN111860316A (zh) * 2020-07-20 2020-10-30 上海汽车集团股份有限公司 一种驾驶行为的识别方法、装置及存储介质
CN112085035A (zh) * 2020-09-14 2020-12-15 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备和计算机可读介质
CN112800914A (zh) * 2021-01-20 2021-05-14 桂林电子科技大学 一种基于专家先验知识和ltp复杂光照下的人脸识别方法
CN113256503A (zh) * 2020-02-13 2021-08-13 北京小米移动软件有限公司 图像优化方法及装置、移动终端及存储介质
WO2021174863A1 (zh) * 2020-03-05 2021-09-10 苏州科达科技股份有限公司 车辆年款识别模型的训练方法以及车辆年款的识别方法
WO2022198828A1 (zh) * 2021-03-25 2022-09-29 北京搜狗科技发展有限公司 一种公式识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110222724A1 (en) * 2010-03-15 2011-09-15 Nec Laboratories America, Inc. Systems and methods for determining personal characteristics
CN104933441A (zh) * 2015-06-12 2015-09-23 北京科富兴科技有限公司 目标检测系统及方法
CN105488517A (zh) * 2015-11-30 2016-04-13 杭州全实鹰科技有限公司 一种基于深度学习的车辆品牌型号识别方法
CN105590102A (zh) * 2015-12-30 2016-05-18 中通服公众信息产业股份有限公司 一种基于深度学习的前车车脸识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110222724A1 (en) * 2010-03-15 2011-09-15 Nec Laboratories America, Inc. Systems and methods for determining personal characteristics
CN104933441A (zh) * 2015-06-12 2015-09-23 北京科富兴科技有限公司 目标检测系统及方法
CN105488517A (zh) * 2015-11-30 2016-04-13 杭州全实鹰科技有限公司 一种基于深度学习的车辆品牌型号识别方法
CN105590102A (zh) * 2015-12-30 2016-05-18 中通服公众信息产业股份有限公司 一种基于深度学习的前车车脸识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨欣 等: "小样本条件下基于全局和局部特征融合的人脸识别", 《信号处理》 *
邓柳: "基于深度卷积神经网络的车型识别", 《中国优秀硕士学位论文全文数据库 科技工程II辑》 *

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980839A (zh) * 2017-03-31 2017-07-25 宁波摩视光电科技有限公司 一种基于hog特征的白带中自动检测杆菌的方法
CN107247936A (zh) * 2017-05-31 2017-10-13 北京小米移动软件有限公司 图像识别方法及装置
CN109299715B (zh) * 2017-07-24 2021-07-13 图灵通诺（北京）科技有限公司 基于卷积神经网络的图像识别技术的结算方法和装置
CN109299715A (zh) * 2017-07-24 2019-02-01 图灵通诺（北京）科技有限公司 基于卷积神经网络的图像识别技术的结算方法和装置
CN107481495A (zh) * 2017-08-25 2017-12-15 谢锋 万能遥控器学习方法、系统和万能遥控器
CN108304846A (zh) * 2017-09-11 2018-07-20 腾讯科技（深圳）有限公司 图像识别方法、装置及存储介质
CN108304846B (zh) * 2017-09-11 2021-10-22 腾讯科技（深圳）有限公司 图像识别方法、装置及存储介质
CN107886070A (zh) * 2017-11-10 2018-04-06 北京小米移动软件有限公司 人脸图像的验证方法、装置及设备
CN108229302A (zh) * 2017-11-10 2018-06-29 深圳市商汤科技有限公司 特征提取方法、装置、计算机程序、存储介质和电子设备
CN107833219B (zh) * 2017-11-28 2022-12-13 腾讯科技（深圳）有限公司 图像识别方法及装置
CN107833219A (zh) * 2017-11-28 2018-03-23 腾讯科技（深圳）有限公司 图像识别方法及装置
CN108197538A (zh) * 2017-12-21 2018-06-22 浙江银江研究院有限公司 一种基于局部特征和深度学习的卡口车辆检索系统及方法
CN108197538B (zh) * 2017-12-21 2020-10-16 浙江银江研究院有限公司 一种基于局部特征和深度学习的卡口车辆检索系统及方法
CN108334892A (zh) * 2017-12-26 2018-07-27 新智数字科技有限公司 一种基于卷积神经网络的车型识别方法、装置及设备
CN108229552A (zh) * 2017-12-29 2018-06-29 咪咕文化科技有限公司 一种模型处理方法、装置及存储介质
CN108229379A (zh) * 2017-12-29 2018-06-29 广东欧珀移动通信有限公司 图像识别方法、装置、计算机设备和存储介质
CN108319907A (zh) * 2018-01-26 2018-07-24 腾讯科技（深圳）有限公司 一种车辆识别方法、装置和存储介质
CN108681743A (zh) * 2018-04-16 2018-10-19 腾讯科技（深圳）有限公司 图像对象识别方法和装置、存储介质
CN108681743B (zh) * 2018-04-16 2019-12-06 腾讯科技（深圳）有限公司 图像对象识别方法和装置、存储介质
US11227182B2 (en) 2018-04-16 2022-01-18 Tencent Technology (Shenzhen) Company Limited Method, apparatus, and storage medium for recognizing image object
CN108596719A (zh) * 2018-04-18 2018-09-28 北京小米移动软件有限公司 图像显示方法及装置
CN109359666A (zh) * 2018-09-07 2019-02-19 佳都新太科技股份有限公司 一种基于多特征融合神经网络的车型识别方法及处理终端
CN110956190A (zh) * 2018-09-27 2020-04-03 深圳云天励飞技术有限公司 图像识别方法及装置、计算机装置和计算机可读存储介质
CN109359696A (zh) * 2018-10-29 2019-02-19 重庆中科云丛科技有限公司 一种车款识别方法、系统及存储介质
CN109740422A (zh) * 2018-11-22 2019-05-10 深圳市元征科技股份有限公司 一种识别汽车的方法及装置
CN110135517A (zh) * 2019-05-24 2019-08-16 北京百度网讯科技有限公司 用于获取车辆相似度的方法及装置
CN110135517B (zh) * 2019-05-24 2023-04-07 北京百度网讯科技有限公司 用于获取车辆相似度的方法及装置
CN111126388B (zh) * 2019-12-20 2024-03-29 维沃移动通信有限公司 图像识别的方法及电子设备
CN111126388A (zh) * 2019-12-20 2020-05-08 维沃移动通信有限公司 图像识别的方法及电子设备
CN111241989B (zh) * 2020-01-08 2023-06-13 腾讯科技（深圳）有限公司 图像识别方法及装置、电子设备
CN111241989A (zh) * 2020-01-08 2020-06-05 腾讯科技（深圳）有限公司 图像识别方法及装置、电子设备
CN113256503B (zh) * 2020-02-13 2024-03-08 北京小米移动软件有限公司 图像优化方法及装置、移动终端及存储介质
CN113256503A (zh) * 2020-02-13 2021-08-13 北京小米移动软件有限公司 图像优化方法及装置、移动终端及存储介质
WO2021174863A1 (zh) * 2020-03-05 2021-09-10 苏州科达科技股份有限公司 车辆年款识别模型的训练方法以及车辆年款的识别方法
CN111860316B (zh) * 2020-07-20 2024-03-19 上海汽车集团股份有限公司 一种驾驶行为的识别方法、装置及存储介质
CN111860316A (zh) * 2020-07-20 2020-10-30 上海汽车集团股份有限公司 一种驾驶行为的识别方法、装置及存储介质
CN112085035A (zh) * 2020-09-14 2020-12-15 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备和计算机可读介质
CN112800914A (zh) * 2021-01-20 2021-05-14 桂林电子科技大学 一种基于专家先验知识和ltp复杂光照下的人脸识别方法
WO2022198828A1 (zh) * 2021-03-25 2022-09-29 北京搜狗科技发展有限公司 一种公式识别方法及装置

Similar Documents

Publication Publication Date Title
CN106548145A (zh) 图像识别方法及装置
CN106295566B (zh) 人脸表情识别方法及装置
CN105426867A (zh) 人脸识别验证方法及装置
CN107239535A (zh) 相似图片检索方法及装置
CN105488527A (zh) 图像分类方法及装置
CN106295511A (zh) 人脸跟踪方法及装置
CN105631403A (zh) 人脸识别方法及装置
CN105631408A (zh) 基于视频的面孔相册处理方法和装置
CN105095881A (zh) 人脸识别方法、装置及终端
CN106682736A (zh) 图像识别方法及装置
CN106295515A (zh) 确定图像中的人脸区域的方法及装置
CN107832741A (zh) 人脸特征点定位的方法、装置及计算机可读存储介质
CN106331504A (zh) 拍摄方法及装置
CN106250921A (zh) 图片处理方法及装置
CN105528078B (zh) 控制电子设备的方法及装置
CN104077563B (zh) 人脸识别方法和装置
CN106446946A (zh) 图像识别方法及装置
CN106980840A (zh) 脸型匹配方法、装置及存储介质
CN106295499A (zh) 年龄估计方法及装置
CN106169075A (zh) 身份验证方法及装置
CN107766820A (zh) 图像分类方法及装置
CN104408404A (zh) 人脸识别方法及装置
CN105354560A (zh) 指纹识别方法及装置
CN107463903A (zh) 人脸关键点定位方法及装置
CN107563994A (zh) 图像的显著性检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170329