一種基于單樣本的圖像識(shí)別的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像識(shí)別領(lǐng)域，特別設(shè)及一種基于單樣本的圖像識(shí)別的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 圖像識(shí)別技術(shù)在實(shí)際中應(yīng)用很多，例如停車場，人臉識(shí)別技術(shù)等。例如人臉識(shí)別技 術(shù)在許多實(shí)際的應(yīng)用中，比如法律實(shí)施、護(hù)照和身份證的驗(yàn)證等，在運(yùn)些系統(tǒng)中，通常每個(gè) 人只存儲(chǔ)了一個(gè)人臉樣本。由于缺少人臉樣本，導(dǎo)致了很多傳統(tǒng)的人臉識(shí)別算法很難取得 理想的識(shí)別效果。
[0003] 針對(duì)單樣本圖像識(shí)別問題，近幾年有很多學(xué)者提出了解決方法：一種是基于SVD 的擾動(dòng)方法，通過擴(kuò)充訓(xùn)練集來應(yīng)用一般的LDA算法得到低維特征；運(yùn)種算法雖然可W在 一定程度上解決了單樣本的問題，但是有一個(gè)明顯的缺點(diǎn)是在特征提取時(shí)運(yùn)些虛擬生成的 樣本具有很高的相關(guān)性，不能作為單獨(dú)的樣本，因此可能會(huì)導(dǎo)致判別特征子空間中信息的 冗余。傳統(tǒng)的流形學(xué)習(xí)方法將所有的圖像看作一個(gè)流形，而提出了另一種多流形判別分析 值MMA)算法，該算法結(jié)合了局部圖像的幾何信息，將每一個(gè)圖像看作一個(gè)流形提取特征，識(shí) 別效果比傳統(tǒng)流形學(xué)習(xí)好，但在特征提取的過程中需要過多的時(shí)間。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種基于單樣本的圖像識(shí)別的方法及系統(tǒng)，該方法及系統(tǒng)能 夠在提高人臉識(shí)別效果的同時(shí)，避免了在特征提取的過程中需要過多的時(shí)間。 陽〇化]為解決上述技術(shù)問題，本發(fā)明提供一種基于單樣本的圖像識(shí)別的方法，包括：
[0006] 獲取待識(shí)別圖像；
[0007] 將所述待識(shí)別圖像劃分為預(yù)定尺寸的互不重疊的子圖像，并利用LBP算法得到每 個(gè)子圖像的統(tǒng)計(jì)直方圖；
[0008]依次計(jì)算所述每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相對(duì)應(yīng)的各個(gè)樣本中 的統(tǒng)計(jì)直方圖的第一曼哈頓距離，根據(jù)所述第一曼哈頓距離確定粗檢樣本；
[0009]依次計(jì)算所述每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相對(duì)應(yīng)的所述粗檢樣 本中的統(tǒng)計(jì)直方圖的第二曼哈頓距離，根據(jù)所述第二曼哈頓距離確定與所述待識(shí)別圖像最 相似的最終樣本。
[0010] 其中，根據(jù)所述第一曼哈頓距離確定粗檢樣本包括：
[0011] 比較所述每個(gè)子圖像與所述每個(gè)子圖像相對(duì)應(yīng)的各個(gè)樣本的第一曼哈頓距離，從 而確定所述每個(gè)子圖像相對(duì)應(yīng)的最小第一曼哈頓距離；
[0012] 根據(jù)所述最小第一曼哈頓距離確定所述每個(gè)子圖像的第一類似樣本；
[0013] 根據(jù)所述第一類似樣本，統(tǒng)計(jì)所有所述第一類似樣本中各個(gè)樣本出現(xiàn)的頻率并按 照頻率從高到低進(jìn)行排列；
[0014] 選出前預(yù)定個(gè)數(shù)的樣本作為粗檢樣本。
[0015]其中，根據(jù)所述第二曼哈頓距離確定與所述待識(shí)別圖像最相似的最終樣本包括：
[0016] 比較所述每個(gè)子圖像與所述每個(gè)子圖像相對(duì)應(yīng)的所述粗檢樣本的第二曼哈頓距 離，從而確定所述每個(gè)子圖像相對(duì)應(yīng)的最小第二曼哈頓距離；
[0017]根據(jù)所述最小第二曼哈頓距離確定所述每個(gè)子圖像的第二類似樣本；
[0018] 根據(jù)所述第二類似樣本，統(tǒng)計(jì)所有所述第二類似樣本中各個(gè)樣本出現(xiàn)的頻率，并 選出頻率最高的樣本作為最終樣本。
[0019] 其中，還包括：
[0020] 定期對(duì)樣本數(shù)據(jù)進(jìn)行更新。 陽OW 其中，還包括：
[0022] 當(dāng)確定最終樣本時(shí)，提示用戶進(jìn)行查看。
[0023] 本發(fā)明提供一種基于單樣本的圖像識(shí)別的系統(tǒng)，包括：
[0024] 獲取模塊，用于獲取待識(shí)別圖像；
[00巧]LBP算法模塊，用于將所述待識(shí)別圖像劃分為預(yù)定尺寸的互不重疊的子圖像，并利 用LBP算法得到每個(gè)子圖像的統(tǒng)計(jì)直方圖；
[00%] 第一計(jì)算模塊，用于依次計(jì)算所述每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相 對(duì)應(yīng)的各個(gè)樣本中的統(tǒng)計(jì)直方圖的第一曼哈頓距離，根據(jù)所述第一曼哈頓距離確定粗檢樣 本；
[0027] 第二計(jì)算模塊，用于依次所述計(jì)算每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相 對(duì)應(yīng)的所述粗檢樣本中的統(tǒng)計(jì)直方圖的第二曼哈頓距離，根據(jù)所述第二曼哈頓距離確定與 所述待識(shí)別圖像最相似的最終樣本。
[0028] 其中，所述第一計(jì)算模塊包括：
[0029] 第一計(jì)算單元，用于依次計(jì)算所述每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相 對(duì)應(yīng)的各個(gè)樣本中的統(tǒng)計(jì)直方圖的第一曼哈頓距離；
[0030] 第一比較單元，用于比較所述每個(gè)子圖像與所述每個(gè)子圖像相對(duì)應(yīng)的各個(gè)樣本的 第一曼哈頓距離，從而確定所述每個(gè)子圖像相對(duì)應(yīng)的最小第一曼哈頓距離；
[0031] 第一類似樣本單元，用于根據(jù)所述最小第一曼哈頓距離確定所述每個(gè)子圖像的第 一類似樣本；
[0032] 第一統(tǒng)計(jì)單元，用于根據(jù)所述第一類似樣本，統(tǒng)計(jì)所有所述第一類似樣本中各個(gè) 樣本出現(xiàn)的頻率并按照頻率從高到低進(jìn)行排列；
[0033] 粗檢單元，用于選出前預(yù)定個(gè)數(shù)的樣本作為粗檢樣本。
[0034] 其中，所述第二計(jì)算模塊包括：
[0035] 第二計(jì)算單元，用于依次計(jì)算每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相對(duì)應(yīng) 的所述粗檢樣本中的統(tǒng)計(jì)直方圖的第二曼哈頓距離；
[0036] 第二比較單元，用于比較所述每個(gè)子圖像與所述每個(gè)子圖像相對(duì)應(yīng)的所述粗檢樣 本的第二曼哈頓距離，從而確定所述每個(gè)子圖像相對(duì)應(yīng)的最小第二曼哈頓距離；
[0037] 第二類似樣本單元，用于根據(jù)所述最小第二曼哈頓距離確定所述每個(gè)子圖像的第 二類似樣本；
[0038] 第二統(tǒng)計(jì)單元，用于根據(jù)所述第二類似樣本，統(tǒng)計(jì)所有所述第二類似樣本中各個(gè) 樣本出現(xiàn)的頻率，并選出頻率最高的樣本作為最終樣本。
[0039] 其中，還包括：
[0040] 更新模塊，用于定期對(duì)樣本數(shù)據(jù)進(jìn)行更新。 陽OW 其中，還包括：
[0042] 提示模塊，用于當(dāng)確定最終樣本時(shí)，提示用戶進(jìn)行查看。
[0043] 本發(fā)明所提供的基于單樣本的圖像識(shí)別的方法及系統(tǒng)，包括：獲取待識(shí)別圖像； 將所述待識(shí)別圖像劃分為預(yù)定尺寸的互不重疊的子圖像，并利用LBP算法得到每個(gè)子圖像 的統(tǒng)計(jì)直方圖；依次計(jì)算所述每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相對(duì)應(yīng)的各個(gè)樣 本中的統(tǒng)計(jì)直方圖的第一曼哈頓距離，根據(jù)所述第一曼哈頓距離確定粗檢樣本；依次計(jì)算 每個(gè)子圖像的統(tǒng)計(jì)直方圖與所述統(tǒng)計(jì)直方圖相對(duì)應(yīng)的所述粗檢樣本中的統(tǒng)計(jì)直方圖的第 二曼哈頓距離，根據(jù)所述第二曼哈頓距離確定與所述待識(shí)別圖像最相似的最終樣本；
[0044] 該方法通過將待識(shí)別圖像進(jìn)行切分處理后，第一次利用LBP計(jì)算每一個(gè)子圖像的 統(tǒng)計(jì)直方圖，并將每一個(gè)子圖像的統(tǒng)計(jì)直方圖與所有樣本中對(duì)應(yīng)區(qū)域的子圖像的統(tǒng)計(jì)直方 圖進(jìn)行曼哈頓距離計(jì)算，從而確定與待識(shí)別圖像最接近的粗檢樣本，并第二次利用上述方 法將待識(shí)別圖像的各個(gè)子圖像與粗檢樣本對(duì)應(yīng)區(qū)域子圖像進(jìn)行識(shí)別，最終得到識(shí)別樣本； 該方法只需要根據(jù)預(yù)定尺寸對(duì)待識(shí)別圖像進(jìn)行劃分，計(jì)算預(yù)定個(gè)數(shù)的子圖像與樣本相對(duì)應(yīng) 子圖像的曼哈頓距離，不會(huì)出現(xiàn)現(xiàn)有技術(shù)中特征樣本相關(guān)性高的問題，且本發(fā)明只有預(yù)定 個(gè)數(shù)的子圖像，也不會(huì)出現(xiàn)現(xiàn)有技術(shù)中特征提取時(shí)間過長的問題；因此，本發(fā)明通過進(jìn)行兩 次匹配能夠提高人臉識(shí)別效果，與此同時(shí)避免了在特征提取的過程中需要過多的時(shí)間。
【附圖說明】 W45] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W根據(jù) 提供的附圖獲得其他的附圖。
[0046] 圖1為本發(fā)明實(shí)施例所提供的基于單樣本的圖像識(shí)別的方法的流程圖；
[0047] 圖2為本發(fā)明實(shí)施例所提供的基于單樣本的圖像識(shí)別的系統(tǒng)的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0048] 本發(fā)明的核屯、是提供一種基于單樣本的圖像識(shí)別的方法及系統(tǒng)，該方法及系統(tǒng)能 夠在提高人臉識(shí)別效果的同時(shí)，避免了在特征提取的過程中需要過多的時(shí)間