CN112101254A - 一种提升图像识别精度和速度的方法和系统 - Google Patents

Abstract

本发明公开了一种提升图像识别精度和速度的方法和系统，具体包括以下步骤：从图像数据库中选取符合设定标签的图像并建立图像优先数据库；采集待识别图像，若图像优先数据库中存在与待识别图像相似度达到第一设定阈值的特征数据则完成图像识别，若达到第二设定阈值则标注待识别图像并将该特征数据存储至疑似图像数据库；若图像数据库中存在与待识别图像相似度达到第一设定阈值的特征数据，则完成图像识别，若达到第二设定阈值的特征数据，与疑似图像数据库进行比对，若比对成功，则完成图像识别。本发明设定图像优先数据库，缩小图像对比范围，解决图像对比识别的时间较长，效率较低的问题。

Description

一种提升图像识别精度和速度的方法和系统

技术领域

本发明涉及图像识别技术领域，特别是指一种提升图像识别精度和速度的方法和系统。

背景技术

当前视频监控在公共安全领域应用的非常普遍，利用人工智能的技术可以从视频中采集图像并识别图像中的关键信息，然后基于图像数据库进行特征对比从而确定图像内容。在实际使用过程中，会发现图像基准数据库非常庞大，导致图像对比识别的时间较长，效率较低。

图像基准数据库中图像一般为事先采集的标准图像，与监控场景有较大的差异。在实际使用过程中，由于监控对象、场所和自然环境等各种影响，如果只使用基准数据库进行比对识别，对识别的精度也会有影响。

发明内容

本发明提出一种提升图像识别精度和速度的方法和系统，解决了现有技术中图像基准数据库非常庞大，导致图像对比识别的时间较长，效率较低的问题。

本发明的技术方案是这样实现的：

一种提升图像识别精度和速度的方法，具体包括以下步骤：

S1，从图像数据库中选取符合设定标签的图像并建立图像优先数据库；

S2，采集待识别图像，判断图像优先数据库中是否存在与待识别图像相似度达到第一设定阈值的特征数据，若是，则完成图像识别；否则判断图像优先数据库中是否存在与待识别图像相似度达到第二设定阈值的特征数据，若是，则标注待识别图像并将该特征数据存储至疑似图像数据库，否则执行下一步；

S3，判断图像数据库中是否存在与待识别图像相似度达到第一设定阈值的特征数据，若是，则完成图像识别并执行下一步；否则判断图像数据库中是否存在与待识别图像相似度达到第二设定阈值的特征数据，若是，标注待识别图像并将特征数据与疑似图像数据库进行比对，若比对成功，则完成图像识别；

S4，判断上述图像是否符合进入图像优先数据库的条件，若是，则存入图像优先数据库。

作为本发明的一个优选实施例，步骤S1中设定标签为地域、时间和/或组织机构。

作为本发明的一个优选实施例，所述待识别图像为人脸、场景、物体或文字图像。

作为本发明的一个优选实施例，在步骤S2中，采集待识别图像后，对待识别图像进行图像预处理。

作为本发明的一个优选实施例，还包括以下步骤：

S5，根据设定标签动态更新图像优先数据库。

作为本发明的一个优选实施例，在步骤S2中，采集待识别图像具体指的是通过摄像头摄像或者从视频中截取图像作为待识别图像。

一种提升图像识别精度和速度的系统，包括

图像采集单元，用于采集待识别图像；

数据库管理单元，用于从图像数据库中选取符合设定标签的图像并建立图像优先数据库；并对图像优先数据库进行维护管理；

图像对比单元，优先将待识别图像与图像优先数据库进行对比识别，失败后将待识别图像与图像数据库进行对比识别。

本发明的有益效果在于：设定图像优先数据库，缩小图像对比范围，解决图像对比识别的时间较长，效率较低的问题。

附图说明

为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种提升图像识别精度和速度的方法一个实施例的流程图；

图2为本发明一种提升图像识别精度和速度的系统一个实施例的原理框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“竖直”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

实施例一

本发明提出了一种提升图像识别精度和速度的方法，可以快速、精准地识别图像中人脸、场景、物体和/或文字。下面以人脸图像识别为例，其余如物体、场景、文字等图像识别的精度和速度也可以套用本发明记载的技术思路实现提升别。

1、为人脸图像设定地域标签，地域标签对应一定的地域范围(例如同一个小区或同一大厦或同一园区的摄像头采集的人脸图像，地域标签为小区、大厦或园区)，在实际应用过程中可根据摄像头定位或用户自定义输入的地址确定地域范围。

2、为人脸图像设定时间标签，时间标签对应一定的时间范围(例如1个小时)，可根据系统时间和确定的时间范围动态更新时间节点。

3、维护一个人脸优先库，人脸优先库指的是在满足地域标签和时间标签的人脸特征数据库，超出步骤2所设的时限后自动出库，实现人脸优先库动态维护。

4、已有一个人脸公库，人脸公库指的是人脸特征数据库，一般是企业在用户授权情况下自行采集、或者来自政府的人脸数据库。

5、当摄像头采集到一张图像后，依次进行人脸检测、人脸特征识别，然后优先到规模较小的人脸优先库中去进行人脸1：N对比，1：N对比表示把N个已知的人脸跟输入的人脸进行相识度比较。若比对成功结束流程(跳转步骤9)，否则进入步骤6。

更进一步，可以设置两个人脸比对置信度阈值：Chigh(简称Ch)、Clow(简称Cl)，并规定：

当人脸1：N对比的置信度>＝Ch，则意味着图像中的人脸确定可以识别出身份，比对成功。流程跳转至步骤9；

当人脸1：N对比的置信度>＝Cl&<Ch，则意味着图像中的人脸疑似识别出身份，流程跳转至步骤6；并将该图像中的人脸存储至疑似人脸列表；

当人脸1：N对比的置信度<Cl，则意味着图像中的人脸身份识别失败，进入步骤6。

6、到人脸公库去进行人脸1：N比对，同步骤5设置两个置信度阈值：Ch、Cl，并规定：

当人脸1：N对比的置信度>＝Ch，则意味着图像中的人脸确定可以识别出身份，比对成功。跳转步骤8；

当人脸1：N对比的置信度>＝Cl&<Ch，则意味着图像中的人脸疑似识别出身份。流程跳转至步骤7；

当人脸1：N对比的置信度<Cl，则意味着图像中的人脸身份识别失败，跳转至步骤9。

7、与步骤5的疑似人脸列表进一步比对，如果该人脸也出现在步骤5的疑似人脸列表中，则将该人脸的置信度从疑似提升到确认，即确认人脸身份。

8、判断图像中人脸的质量，高质量的人脸将自动存入人脸优先库，高质量人脸具体指的是图像中的人脸五官数据比较齐全和清楚。

9、流程结束。

实施例二

如图1所示，本发明提出了一种提升图像识别精度和速度的方法，具体包括以下步骤：本发明所述待识别图像为人脸、场景、物体或文字图像。以下实施例以人脸图像识别为例，其余如物体、场景、文字等查找也可以采用本方案的方法进行加速。

S1，从图像数据库中选取符合设定标签的图像并建立图像优先数据库；步骤S1中设定标签为地域、时间和/或组织机构。举例来说，设定标签可以为划定一个地域范围(例如同一个小区的摄像头)或者划定一个时间范围(例如1个小时)。维护一个人脸优先库，超出步骤2所设的时限后人脸自动出库。图像数据库即人脸公库，一般是企业在用户授权情况下自行采集、或者来自政府的人脸数据库。人脸数据库利用至少两台或者多台数据库服务器，构成虚拟单一数据库逻辑映像，像单数据库系统一样提供透明的数据服务。

在具体实施过程中，若需要维护一个人脸优先库，可将时间作为图像数据库的第一标签，将地域范围作为图像数据库的第二标签。图像数据库存储的数据为分层分区式数据结构，便于数据存储和数据获取。在其他实施例中，也可根据用户需求自定义配置图像数据库的主标签和在主标签范围内的从标签。

在具体实施过程中，人脸优先库可以是指向人脸数据库中的指针数据库，减少占用的内存，在其他实施例中，还可将人脸优先库存储在缓存中，便于后期调用对比。

S2，采集待识别图像，判断图像优先数据库中是否存在与待识别图像相对应的特征数据，若是，则完成图像识别，否则执行下一步；具体的，在该步骤中，待识别图像与图像优先数据库的特征对比可采用少量的特征对比，从而缩短图像识别对比时间。若待识别图像为人脸图像，则可通过仅对比五官中的一部分来进行人脸识别，减少特征对比时间，提高图像识别效率。

步骤S2具体包括以下步骤；

S201，采集待识别图像；可通过摄像头摄像或者从视频中截取图像作为待识别图像。在步骤S2中，采集待识别图像后，对待识别图像进行图像预处理。当摄像头采集到一张图像后，依次进行人脸检测、人脸特征识别，然后优先到规模较小的“人脸优先库”中去进行人脸1：N对比。人脸1：N对比，意思是把N个已知的人脸跟输入的人脸进行相似度比较。

S202，判断图像优先数据库中是否存在与待识别图像相似度达到第一设定阈值的特征数据，若是，则完成图像识别；否则判断图像优先数据库中是否存在与待识别图像相似度达到第二设定阈值的特征数据，若是，则标注待识别图像并将该特征数据存储至疑似图像数据库，否则执行下一步。

当人脸1：N对比的置信度>＝Ch，则该人脸为“确认”，比对成功。

当人脸1：N对比的置信度>＝Cl&<Ch，则该人脸为“疑似”。

当人脸1：N对比的置信度<Cl，则比对失败。

S3，判断图像数据库中是否存在与待识别图像相对应的的特征数据，若是，则完成图像识别并执行下一步；

步骤S3具体包括以下步骤：

S3，判断图像数据库中是否存在与待识别图像相似度达到第一设定阈值的特征数据，若是，则完成图像识别并执行下一步；否则判断图像数据库中是否存在与待识别图像相似度达到第二设定阈值的特征数据，若是，标注待识别图像并将特征数据与疑似图像数据库进行比对，若比对成功，则完成图像识别。

当人脸1：N对比的置信度>＝Ch，则该人脸为“确认”，比对成功。

当人脸1：N对比的置信度>＝Cl&<Ch，则该人脸为“疑似”。

当人脸1：N对比的置信度<Cl，则比对失败。

S4，判断上述图像是否符合进入图像优先数据库的条件，若是，则存入图像优先数据库。在该实施例中，人脸图像中的人脸清楚，能够获取五官的特征数据，且符合设定标签，则符合进入图像优先数据库的条件。

在另一个实施例中，还可包括以下步骤S5，根据设定标签动态更新图像优先数据库。

在其他实施例过程中，还可包括以下步骤，

如图2所示，本发明还提出了一种提升图像识别精度和速度的系统，包括

图像采集单元，用于采集待识别图像；

数据库管理单元，用于从图像数据库中选取符合设定标签的图像并建立图像优先数据库；并对图像优先数据库进行维护管理；

图像对比单元，优先将待识别图像与图像优先数据库进行对比识别，失败后将待识别图像与图像数据库进行对比识别。

本发明的有益效果在于：设定图像优先数据库，缩小图像对比范围，解决图像对比识别的时间较长，效率较低的问题。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种提升图像识别精度和速度的方法，其特征在于，具体包括以下步骤：

S1，从图像数据库中选取符合设定标签的图像并建立图像优先数据库；

S2，采集待识别图像，判断图像优先数据库中是否存在与待识别图像相似度达到第一设定阈值的特征数据，若是，则完成图像识别；否则判断图像优先数据库中是否存在与待识别图像相似度达到第二设定阈值的特征数据，若是，则标注待识别图像并将该特征数据存储至疑似图像数据库，否则执行下一步；

S3，判断图像数据库中是否存在与待识别图像相似度达到第一设定阈值的特征数据，若是，则完成图像识别并执行下一步；否则判断图像数据库中是否存在与待识别图像相似度达到第二设定阈值的特征数据，若是，标注待识别图像并将特征数据与疑似图像数据库进行比对，若比对成功，则完成图像识别；

S4，判断上述图像是否符合进入图像优先数据库的条件，若是，则存入图像优先数据库。

2.根据权利要求1所述的一种提升图像识别精度和速度的方法，其特征在于，步骤S1中设定标签为地域、时间和/或组织机构。

3.根据权利要求1所述的一种提升图像识别精度和速度的方法，其特征在于，所述待识别图像为人脸、场景、物体或文字图像。

4.根据权利要求1所述的一种提升图像识别精度和速度的方法，其特征在于，在步骤S2中，采集待识别图像后，对待识别图像进行图像预处理。

5.根据权利要求1-4任一项所述的一种提升图像识别精度和速度的方法，其特征在于，还包括以下步骤：

S5，根据设定标签动态更新图像优先数据库。

6.根据权利要求1所述的一种提升图像识别精度和速度的方法，其特征在于，在步骤S2中，采集待识别图像具体指的是通过摄像头摄像或者从视频中截取图像作为待识别图像。

7.一种提升图像识别精度和速度的系统，其特征在于，包括

图像采集单元，用于采集待识别图像；

数据库管理单元，用于从图像数据库中选取符合设定标签的图像并建立图像优先数据库；并对图像优先数据库进行维护管理；

图像对比单元，优先将待识别图像与图像优先数据库进行对比识别，失败后将待识别图像与图像数据库进行对比识别。

Images