发明名称 图像目标类别识别方法及装置
摘要 本发明涉及图像目标类别识别方法及装置。该识别方法包括计算机离线自主学的过程,主要包括如下步骤:图像特征的提取,聚类分析,以及获取目标类别平均量图像。此外,本发明的方法还包括在线自动类别识别过程。本发明可以明显减少识别过程中的计算量、减小计算误差、提高识别精确度。
申请公布号 CN103559504B 申请公布日期 2016.08.31
申请号 CN201310537562.5 申请日期 2013.11.04
申请人 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 发明人 甘永洲;邓正平
分类号 G06K9/62(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 中原信达知识产权代理有限责任公司 11219 代理人 关兆辉;谢丽娜
主权项 一种图像目标类别识别方法,包括如下步骤:(S1)图像特征提取,利用特征点提取方法提取出已知N个类别中所有样本图像的特征点,其中N为大于1的自然数,每一类别都包含至少一幅样本图像,并建立已知类别‑样本图像‑特征点对应关系;(S2)聚类分析,利用聚类算法对提取出的全部特征点进行聚类分析,并将这些特征点划分为N个子集;(S3)确定目标类别,为每个所述子集确定目标类别C<sub>n</sub>;(S4)获取共性特征,利用搜索算法获取每个目标类别C<sub>n</sub>中的各图像之间的共性特征,其中C<sub>n</sub>为第n个目标类别,n为小于等于N的正整数:其中所述步骤S4至少包括如下子步骤:S401:借助搜索算法搜寻出每个目标类别C<sub>n</sub>中所包含的各图像之间具有共性特征的共有特征点集;以及S402:借助所述已知类别‑样本图像‑特征点对应关系,根据搜寻出的所述共有特征点集,从所述每个目标类别C<sub>n</sub>中进一步映射出包含所述共有特征点集中的共有特征点的数量最多的那些样本图像,将这些样本图像作为该目标类别C<sub>n</sub>的平均量图像。
地址 100080 北京市海淀区苏州街20号2号楼2层