目標(biāo)識別的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，尤其涉及一種目標(biāo)識別的方法及系統(tǒng)。
【背景技術(shù)】
[0002]目標(biāo)物識別主要是指在給定的圖像上定位識別出預(yù)先指定的目標(biāo)物。在目標(biāo)物識別領(lǐng)域，主要涉及到以下三種算法:
[0003]1.模板匹配法
[0004]模板匹配法主要思想是把待匹配目標(biāo)物整體或者一部分作為模板，在待搜索圖像上順序或者按某種策略取出與模板大小相同的圖像塊，然后比較模板與上述圖像塊的相似度，相似度比較使用歐氏距離或者別的算法。如果模板與圖像塊的距離小于某個(gè)閾值，則認(rèn)為該圖像塊就是尋找的目標(biāo)物，目標(biāo)識別完成。該方法簡單，易于實(shí)現(xiàn)。但是同時(shí)有很多的缺點(diǎn):
[0005]I)運(yùn)算量大，需要做很多優(yōu)化才可以實(shí)現(xiàn)實(shí)時(shí)。
[0006]2)精度差，無法對應(yīng)尺度和角度的變化。圖像中的目標(biāo)物稍微改變一下大小或者視角便不能識別。
[0007]3)占用儲存空間大，為了準(zhǔn)確識別出各種光照條件和視角變換下的目標(biāo)物，需要儲存各種情況下的目標(biāo)物的模板，會占用大量的儲存空間。
[0008]2.特征點(diǎn)匹配法
[0009]特征點(diǎn)匹配法的主要思想是在目標(biāo)物圖像上使用某種算法(例如SIFT算法)檢測出多個(gè)能代表該目標(biāo)物的特征點(diǎn)，然后在這些特征點(diǎn)周圍提取出特征向量(例如梯度直方圖)用于稍后的識別。在待識別圖像上使用相同方法檢測出多個(gè)特征點(diǎn)，然后提取出特征點(diǎn)周圍的特征向量。用這些特征向量和目標(biāo)物的特征向量進(jìn)行比較，如果距離小于一定閾值則認(rèn)為找到目標(biāo)，識別過程完成。
[0010]該算法在目標(biāo)物的角度和尺度變化的情況下也能準(zhǔn)確識別出目標(biāo)。但是該算法只能用于輪廓豐富，剛性平面形變的物體，比如圖書封面，商標(biāo)等，如果因?yàn)楣庹兆兓瘜?dǎo)致輪廓不清楚會影響識別正確率。另一個(gè)問題是特征點(diǎn)檢測的計(jì)算量大。
[0011]3.基于統(tǒng)計(jì)學(xué)習(xí)的方法
[0012]基于統(tǒng)計(jì)學(xué)習(xí)的方法在各個(gè)領(lǐng)域都得到廣泛應(yīng)用。該方法的主要思想是收集大量待識別目標(biāo)物的圖像作為正樣本，同時(shí)收集大量非該目標(biāo)物的圖像作為負(fù)樣本。對正負(fù)樣本提取特征，然后使用機(jī)器學(xué)習(xí)的方法對正負(fù)樣本的數(shù)據(jù)進(jìn)行訓(xùn)練，在特征空間學(xué)習(xí)到一種劃分方法可以區(qū)分出正負(fù)樣本，該方法稱之為分類器，可以區(qū)分出正負(fù)樣本。此時(shí)訓(xùn)練階段完畢。在使用階段，對待識別圖像按同樣方法提取出特征，然后輸入到訓(xùn)練階段得到的分類器中，根據(jù)計(jì)算出的分?jǐn)?shù)來判斷該圖像是否為目標(biāo)物。
[0013]基于統(tǒng)計(jì)學(xué)習(xí)的方法在魯棒性各方面都體現(xiàn)出較大優(yōu)勢，但是在具體實(shí)現(xiàn)過程中，又有各種技巧與方法。目前使用較廣泛的是Bag Of Words模型，這些方法都有一些不足之處:
[0014]3.1.對于二分類問題準(zhǔn)確度較高，但是對于多分類問題隨著類別的增加，準(zhǔn)確度急劇下降。
[0015]3.2.由于只提取全局特征，對于宏觀上兩種區(qū)別較大的物體，識別率很高。但是對于大體上很相似，只是局部細(xì)節(jié)不同的兩種物體的識別率卻非常低。
[0016]3.3.對于目標(biāo)物在復(fù)雜背景下的圖像而言，在訓(xùn)練學(xué)習(xí)過程中很容易學(xué)習(xí)到與目標(biāo)無關(guān)的背景上，而減弱了目標(biāo)物的特征，降低了識別率。
[0017]綜上所述，尋求一種高效率且精度高的目標(biāo)識別方法是一種亟待解決的問題。

【發(fā)明內(nèi)容】

[0018]基于此，有必要針對傳統(tǒng)技術(shù)中目標(biāo)識別計(jì)算量大，準(zhǔn)確度不高的問題，提供一種目標(biāo)識別效率高且識別準(zhǔn)確度高的目標(biāo)識別的方法及系統(tǒng)。
[0019]為實(shí)現(xiàn)本發(fā)明目的提供的一種目標(biāo)識別的方法，包括以下步驟:
[0020]使用預(yù)設(shè)分類器檢測給定圖像中是否含有目標(biāo)物的預(yù)設(shè)局部特征，并得到檢測結(jié)果;
[0021]根據(jù)所述檢測結(jié)果，若是，則判定所述給定圖像中包含所述目標(biāo)物；
[0022]根據(jù)所述檢測結(jié)果，若否，則判定所述給定圖像中不包含所述目標(biāo)物；
[0023]其中，所述預(yù)設(shè)局部特征為選定的所述目標(biāo)物中包含的不同于除所述目標(biāo)物以外的其他物件的局部部件的特征，且所述局部部件為所述目標(biāo)物的一部分。
[0024]作為一種目標(biāo)識別的方法的可實(shí)施方式，所述預(yù)設(shè)分類器包括N層，分別為第一層預(yù)設(shè)分類器、第二層預(yù)設(shè)分類器，……，第N層預(yù)設(shè)分類器，且每層分類器的數(shù)量為至少兩個(gè)；
[0025]所述使用預(yù)設(shè)分類器檢測給定圖像中是否含有目標(biāo)物的預(yù)設(shè)局部特征，并得到檢測結(jié)果，包括以下步驟:
[0026]首先，使用第一層預(yù)設(shè)分類器對所述給定圖像進(jìn)行第一層分類；
[0027]其次，根據(jù)第一層分類的結(jié)果使用相應(yīng)的第二層分類器繼續(xù)進(jìn)行第二層分類；
[0028]......;
[0029]直至使用相應(yīng)的第N層分類器檢測所述給定圖像中是否含有預(yù)設(shè)局部特征，并得到檢測結(jié)果；
[0030]其中，N為自然數(shù)，且大于等于2。
[0031]作為一種目標(biāo)識別的方法的可實(shí)施方式，所述預(yù)設(shè)分類器的數(shù)量與要檢測的目標(biāo)物的數(shù)量相同，且每個(gè)所述預(yù)設(shè)分類器檢測一種所述目標(biāo)物；
[0032]所述使用預(yù)設(shè)分類器檢測給定圖像中是否含有目標(biāo)物的預(yù)設(shè)局部特征，并得到檢測結(jié)果，包括以下步驟:
[0033]使用每個(gè)所述預(yù)設(shè)分類器對所述給定圖像進(jìn)行預(yù)設(shè)局部特征檢測，并給出所述給定圖像中是否包含所述預(yù)設(shè)局部特征的評分；
[0034]判斷所述評分是否大于預(yù)設(shè)評分值，若是，則得到為“是”的檢測結(jié)果；
[0035]若否，則得到為“否”的檢測結(jié)果。
[0036]作為一種目標(biāo)識別的方法的可實(shí)施方式，當(dāng)有兩個(gè)以上所述預(yù)設(shè)分類器得到為“是”的檢測結(jié)果時(shí)，確定得分最高的所述預(yù)設(shè)分類器得到為“是”的檢測結(jié)果，確定其余得分不是最高的所述預(yù)設(shè)分類器得到為“否”的檢測結(jié)果。
[0037]作為一種目標(biāo)識別的方法的可實(shí)施方式，所述局部特征為對所述局部部件進(jìn)行特征提取得到的，且對所述局部部件進(jìn)行特征提取時(shí)，將所述局部部件分為WXH個(gè)區(qū)塊，并對每個(gè)區(qū)塊取9個(gè)桶(bin)的梯度方向直方圖；
[0038]其中W和H均為正整數(shù)。
[0039]作為一種目標(biāo)識別的方法的可實(shí)施方式，所述預(yù)設(shè)分類器在訓(xùn)練過程中，正樣本包括所述目標(biāo)物的每個(gè)形態(tài)的局部特征，負(fù)樣本為所述目標(biāo)物的局部背景特征及其他相關(guān)物件的特征。
[0040]基于同一發(fā)明構(gòu)思的一種目標(biāo)識別的系統(tǒng)，包括檢測模塊、第一判定模塊及第二判定模塊，其中:
[0041]所述檢測模塊，用于使用預(yù)設(shè)分類器檢測給定圖像中是否含有目標(biāo)物的預(yù)設(shè)局部特征，并得到檢測結(jié)果；
[0042]所述第一判定模塊，用于根據(jù)所述檢測模塊的檢測結(jié)果，若是，則判定所述給定圖像中包含所述目標(biāo)物；
[0043]所述第二判定模塊，用于根據(jù)所述檢測模塊的檢測結(jié)果，若否，則判定所述給定圖像中不包含所述目標(biāo)物；
[0044]其中，所述預(yù)設(shè)局部特征為選定的所述目標(biāo)物中包含的不同于除所述目標(biāo)物以外的其他物件的局部部件的特征，且所述局部部件為所述目標(biāo)物的一部分。
[0045]作為一種目標(biāo)識別的系統(tǒng)的可實(shí)施方式，所述預(yù)設(shè)分類