一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)的制作方法
【專利摘要】本申請?zhí)峁┮环N識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)，所述方法包括：獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本；提取所述訓(xùn)練樣本中圖片的特征值向量；基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件；獲取待識(shí)別的圖片，提取所述待識(shí)別圖片的特征值向量；基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。本申請實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)，通過訓(xùn)練和識(shí)別兩個(gè)過程，能夠識(shí)別出圖片是否帶有特定標(biāo)記。
【專利說明】
一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001]本申請涉及圖像識(shí)別技術(shù)領(lǐng)域，特別涉及一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)。
【背景技術(shù)】
[0002]圖像識(shí)別技術(shù)領(lǐng)域中，運(yùn)用對圖像(或視頻流中的圖像幀)的檢測技術(shù)，可以識(shí)別圖像中的特定物體。例如，人臉識(shí)別作為圖像識(shí)別技術(shù)的一種應(yīng)用，可以檢測和跟蹤圖像(或視頻流中的圖像)中的人臉。人臉識(shí)別技術(shù)可以應(yīng)用于諸如門禁、安檢等的身份辨認(rèn)場景中。
[0003]以人臉識(shí)別這類圖像識(shí)別技術(shù)為例，識(shí)別過程往往需要執(zhí)行如下述處理過程:
[0004]Al:獲取圖像；
[0005]A2:對獲取的圖像進(jìn)行預(yù)處理，所述預(yù)處理例如包括A/D轉(zhuǎn)換，灰度處理，圖像平滑處理，濾波等；
[0006]A3:對預(yù)處理后的圖像進(jìn)行特征抽取和選擇；例如對一幅64像素*64像素的圖象可以得到共4096個(gè)像素?cái)?shù)據(jù)構(gòu)成的測量空間，進(jìn)而對該測量空間的4096個(gè)像素的數(shù)據(jù)通過一系列變換獲得在該特征空間最能反映圖像本質(zhì)的特征；
[0007]A4:確定判決規(guī)則；
[0008]A5:在A3步驟處理后的特征空間中應(yīng)用A4確定的判決規(guī)則對識(shí)別對象識(shí)別。
[0009]對圖像中的人臉進(jìn)行識(shí)別時(shí)，圖像本身根據(jù)來源的不同，可能存在兩類不同的人臉圖像。一類是正常的人臉圖像，即人臉上的圖像符合常規(guī)照片、圖片的顯示規(guī)律；另一類是除了正常的人臉圖像外，在人臉圖像上還疊加有其它特定標(biāo)記。例如一種現(xiàn)有技術(shù)中，通過用戶提供的身份證號(hào)碼從公安網(wǎng)可以獲取該用戶的照片。從公安網(wǎng)獲取的用戶照片中，可能會(huì)經(jīng)過公安網(wǎng)的信息標(biāo)記處理，例如在用戶照片上打上特定格式的網(wǎng)紋以作為公安網(wǎng)登記照片的特定標(biāo)記。
[0010]現(xiàn)有的人臉識(shí)別技術(shù)，往往是對正常的人臉圖片進(jìn)行處理，對于特定來源的包括某種特定標(biāo)記的人臉圖片，例如上述帶網(wǎng)紋的人臉照片，并沒有提供專門的方式加以識(shí)別。那么，按照上述處理過程處理帶某種特定標(biāo)記的人臉圖片，由于在上述A3步驟的特征抽取和選擇中沒有區(qū)分特定標(biāo)記的特征，導(dǎo)致特征提取的不準(zhǔn)確，從而影響最終的人臉識(shí)別性會(huì)K。
[0011]類似的，上述圖像識(shí)別技術(shù)應(yīng)用于人臉識(shí)別之外的其它領(lǐng)域時(shí)，也存在類似問題。例如，系統(tǒng)需要對圖片中的特定物體進(jìn)行識(shí)別，如淘寶系統(tǒng)需要對系統(tǒng)中存有的大量同一寶貝的展示圖片進(jìn)行識(shí)別時(shí)，除了正常的顯示該寶貝的圖片，還可能存在商家自行打上某種特定標(biāo)記的該寶貝的圖片。利用類似上述過程的現(xiàn)有的圖像識(shí)別技術(shù)，由于沒有對圖片上打上的特定標(biāo)記加以區(qū)分處理，因此可能降低最終的識(shí)別性能。
[0012]現(xiàn)有技術(shù)中還沒有對圖像中的特定標(biāo)記進(jìn)行識(shí)別的技術(shù)。

【發(fā)明內(nèi)容】

[0013]本申請實(shí)施例的目的在于提供一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)。
[0014]本申請實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)是這樣實(shí)現(xiàn)的:
[0015]—種識(shí)別圖片是否帶有特定標(biāo)記的方法，包括:
[0016]獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本；
[0017]提取所述訓(xùn)練樣本中圖片的特征值向量；
[0018]基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件；
[0019]獲取待識(shí)別的圖片，提取所述待識(shí)別圖片的特征值向量；
[0020]基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。
[0021]—種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，包括訓(xùn)練系統(tǒng)和識(shí)別系統(tǒng)，所述訓(xùn)練系統(tǒng)包括訓(xùn)練樣本獲取單元，第一特征值向量提取單元，歸類條件計(jì)算單元，所述識(shí)別系統(tǒng)包括待識(shí)別圖片獲取單元，第二特征值向量提取單元以及判斷單元，其中，
[0022]所述訓(xùn)練樣本獲取單元，用來獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本；
[0023]所述第一特征值向量提取單元，用來提取所述訓(xùn)練樣本中圖片的特征值向量；
[0024]所述歸類條件計(jì)算單元，用來基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件；
[0025]所述待識(shí)別圖片獲取單元，用來獲取待識(shí)別的圖片；
[0026]所述第二特征值向量提取單元，用來提取所述待識(shí)別圖片的特征值向量；
[0027]所述判斷單元，用來基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。
[0028]本申請實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)，首先可以通過訓(xùn)練過程，對預(yù)設(shè)數(shù)量的帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片進(jìn)行特征分析，得到區(qū)分帶有特定標(biāo)記和不帶有特定標(biāo)記圖片的歸類條件；然后可以通過識(shí)別過程，利用所述得到的歸類條件對待識(shí)別圖片的特征進(jìn)行判定，從而可以識(shí)別出待識(shí)別圖片是否帶有特定標(biāo)記。
【附圖說明】
[0029]圖1為本申請實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的方法流程圖；
[0030]圖2為本申請一個(gè)例子中以線性分類為例解釋通過支持向量機(jī)算法進(jìn)行二維分類的基本原理示意圖；
[0031]圖3為本申請一個(gè)例子中以線性分類為例解釋通過支持向量機(jī)算法進(jìn)行三維分類的基本原理示意圖；
[0032]圖4為本申請一實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)功能模塊圖；
[0033]圖5為本申請一實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)中訓(xùn)練系統(tǒng)的功能模塊圖；
[0034]圖6為本申請一實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)中識(shí)別系統(tǒng)的功能模塊圖。
【具體實(shí)施方式】
[0035]本申請實(shí)施例提供一種識(shí)別圖片是否帶有特定標(biāo)記的方法基系統(tǒng)。為了使本技術(shù)領(lǐng)域的人員更好地理解本申請中的技術(shù)方案，下面將結(jié)合本申請實(shí)施例中的附圖，對本申請實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾堉械膶?shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都應(yīng)當(dāng)屬于本申請保護(hù)的范圍。
[0036]圖1為本申請實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的方法流程圖。如圖1所示，所述方法包括:
[0037]SllO:獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本。
[0038]本申請實(shí)施例中，可以從圖片數(shù)據(jù)庫中獲取圖片，或者接收用戶導(dǎo)入的圖片。該圖片中可以包括帶有特定標(biāo)記的圖片與不帶有特定標(biāo)記的圖片。本申請實(shí)施例以帶網(wǎng)紋的圖片與不帶網(wǎng)紋的圖片為例來進(jìn)行闡述。
[0039]所述獲取的帶網(wǎng)紋的圖片的數(shù)量和不帶網(wǎng)紋的圖片的數(shù)量，可以均為I張，也可以其中一個(gè)為I張，另一個(gè)為至少2張。為了達(dá)到更好的識(shí)別效果，可以獲取預(yù)設(shè)數(shù)量的帶有網(wǎng)紋和不帶有網(wǎng)紋的圖片作為訓(xùn)練樣本。
[0040]S120:提取所述訓(xùn)練樣本中圖片的特征值向量。
[0041]獲取包括帶網(wǎng)紋圖片和不帶網(wǎng)紋圖片的訓(xùn)練樣本后，可以提取所述訓(xùn)練樣本中每個(gè)圖片的特征值向量。所述特征值向量，可以包括像素值向量或者局部特征向量。下面以像素值向量為例進(jìn)行說明。
[0042]一幅彩色圖片一般由多個(gè)像素組成后體現(xiàn)。例如，顯示器上顯示的圖片，是通過顯示器屏幕上每個(gè)能夠顯示不同色彩的發(fā)光元件通電后的顯示功能，最終使得屏幕上眾多這樣的發(fā)光元件組合起來還原顯示出圖片。當(dāng)顯示器屏幕顯示的圖片是原始分辨率時(shí)，顯示器屏幕上用于顯示的圖片的每一元件對應(yīng)圖片上的每一像素。
[0043]上面提到的每個(gè)發(fā)光元件通電后顯示的色彩，取決于圖片中對應(yīng)像素的RGB值。RGB色彩模式是工業(yè)界的一種顏色標(biāo)準(zhǔn)，是通過對紅(Red，R)、綠(Green，G)、藍(lán)(Blue，B)三個(gè)顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的，RGB即是代表紅、綠、藍(lán)三個(gè)通道的顏色，也成為三原色。這個(gè)色彩模式幾乎包括了人類視力所能感知的所有顏色，是目前運(yùn)用最廣的顏色系統(tǒng)之一。常用的一種RGB標(biāo)準(zhǔn)中，R、G、B每個(gè)顏色的量用0-255之間的I個(gè)十進(jìn)制數(shù)表示(對應(yīng)二進(jìn)制數(shù)00000000?11111111)。另外一種網(wǎng)頁中常用的RGB標(biāo)準(zhǔn)中，將一個(gè)像素的RGB值用一個(gè)6位的十六進(jìn)制數(shù)標(biāo)識(shí)，如#000000的形式。本領(lǐng)域技術(shù)人員容易知道，一個(gè)像素的RGB色彩每個(gè)顏色的量用0-255之間的I個(gè)十進(jìn)制數(shù)標(biāo)識(shí)，可以轉(zhuǎn)換為用一個(gè)6位的十六進(jìn)制數(shù)表示，即存在不同表示方式中存在一一對應(yīng)關(guān)系?？傮w來說，這些標(biāo)準(zhǔn)中的對應(yīng)份數(shù)的紅色(R)、綠色(G)和藍(lán)色(B)混合后得到該像素的最終顯示顏色。
[0044]進(jìn)而，提取所述圖片中每個(gè)像素的RGB值，并將提取的RGB值按照一定順序排序，例如按照像素編號(hào)排序，從而可以構(gòu)成該圖片的特征值向量。
[0045]例如，某幅彩色圖片具有200*120 (也稱為分辨率)的像素。每個(gè)像素的RGB如下標(biāo)識(shí):
[0046]RGB(nijn) =Ra, Gb, Bc
[0047]其中，m、n分別表示圖片中某一像素所處的行和列；m的取值范圍為I至200，n的取值范圍為I至120。Ra, Gb, B。為0-255中的任一整數(shù)。
[0048]或者，RGB—)= #0PQRST
[0049]其中，m的取值范圍為I至200，η的取值范圍為I至120，0、P、Q、R、S、T為0-F的任一 16進(jìn)制取值。
[0050]提取每個(gè)像素的特征值，即將每個(gè)像素的上述RGB值提取出來。例如，對于該圖片中第(m，η)個(gè)像素，提取其RGB值，即上述的(Ra, Gb, Bc)或#0PQRST。
[0051]將該圖片中每個(gè)像素點(diǎn)提取出的特征值按照順序排列可以構(gòu)成特征值向量。例如，排列后構(gòu)成的特征值向量如下面形式的一系列排列的數(shù)值:
[0052](RGB(U), RGB。,2)，…，RGBq, 120)，RGB(2,RGB(2,2)，…，RGB(2,120)，…，RGB(200,RGB (200, 2) ? …RGB(2。。, 12。))式 I
[0053]上述式I即為該圖片的特征值向量。
[0054]對于訓(xùn)練樣本中每個(gè)圖片均做上述處理，即提取每個(gè)圖片的特征值向量。如果每個(gè)圖片均為200*120像素，則可以得到一系列的類似式I形式的向量。
[0055]類似的，一幅灰度顯示的圖片也可以由多個(gè)像素組成后體現(xiàn)。這樣，顯示器上每個(gè)發(fā)光元件通電后顯示的灰度色彩，取決于圖片中對應(yīng)像素的RGB值。這時(shí)，這類灰度像素的RGB值具有一定規(guī)律。常用的一種標(biāo)準(zhǔn)中，灰度值的R、G、B取值相等。這樣，利用這個(gè)標(biāo)準(zhǔn)，通?？梢詫⒒叶确譃?56級，表示黑白圖像中點(diǎn)的顏色深度。也可以用其它方式來表示灰度值，例如通過Ibyte的數(shù)據(jù)來表示。這時(shí)，這個(gè)Ibyte的數(shù)據(jù)每一位上的取值與RGB值具有一定的對應(yīng)關(guān)系。這樣，提取所述圖片中每個(gè)像素的灰度值，并將提取的灰度值按照像素編號(hào)順序排序，也可以得到形如式I的特征值向量。
[0056]灰度值與彩色RGB具有一定的對應(yīng)關(guān)系。利用這種對應(yīng)關(guān)系，可以將彩色RGB轉(zhuǎn)換為對應(yīng)的灰度值。下面列舉幾種由RGB三原色值轉(zhuǎn)換得到對應(yīng)灰度值的方法:
[0057](I)浮點(diǎn)算法:Gray = R*0.3+G*0.59+B*0.11
[0058](2)整數(shù)方法:Gray = (R*30+G*59+B*ll)/100
[0059](3)移位方法:Gray = (R*77+G*151+B*28) ?8 ；
[0060](4)平均值法:Gray = (R+G+B) /3 ；
[0061](5)僅取綠色:Gray = G ；
[0062]由于灰度值的取值范圍明顯小于RGB的取值范圍，而采用灰度值替代RGB可以降低后續(xù)的計(jì)算復(fù)雜度，并能保證達(dá)到基本相同的識(shí)別效果。這樣，本步驟中，可以用像素的灰度值替代彩色RGB值。
[0063]此外，不同圖片可能具有不同的分辨率。例如，第一幅圖片的分辨率可能為200*120，第二幅圖片的分辨率可能是220*150。本步驟中提取得到的每個(gè)圖片的特征值向量，最好具有相同的維度。例如對于上述兩種不同分辨率的情況，可以按照預(yù)設(shè)方法設(shè)置所述獲取的訓(xùn)練樣本中圖片的像素。具體地，可以選取所述訓(xùn)練樣本中的第一圖片，將所述訓(xùn)練樣本中圖片的像素設(shè)置為所述第一圖片的像素；或者可以將所述獲取的訓(xùn)練樣本中圖片的像素設(shè)置為預(yù)設(shè)的像素。例如，訓(xùn)練樣本中一圖片的像素為200*120，則可以將所述訓(xùn)練樣本中圖片的像素設(shè)置為該圖片的像素，即200*120。另外，還可以預(yù)先設(shè)置一像素，例如200*120，然后可以將所述獲取的訓(xùn)練樣本中圖片的像素均設(shè)置為200*120。實(shí)際情況中，對于同一物體的不同圖片，圖片上顯示的內(nèi)容均具有基本相同的框架。例如對于身份證圖片，均是居于中間的頭像和頸部，下部向兩側(cè)延伸的部分肩膀。對于存在網(wǎng)紋和不存在網(wǎng)紋的身份證圖片，進(jìn)行適當(dāng)壓縮后仍然能夠體現(xiàn)出是否存在網(wǎng)紋的區(qū)別。但是，壓縮后的像素將明顯減少。
[0064]基于此，本申請中可以在S210與S220之間可以加入以下處理:
[0065]將所述獲取的訓(xùn)練樣本中圖片的像素壓縮至預(yù)設(shè)的像素。這個(gè)預(yù)設(shè)的像素，最好明顯小于圖片的原始像素，同時(shí)還能保證壓縮后的圖片仍能明顯顯示出網(wǎng)紋等特定標(biāo)記。
[0066]在一個(gè)例子中，這個(gè)預(yù)設(shè)像素設(shè)置成8*8。將獲取的訓(xùn)練樣本中的圖片壓縮至預(yù)設(shè)像素，即得到獲取的訓(xùn)練樣本中每一圖片的8*8像素形式。進(jìn)而，提取所述訓(xùn)練樣本經(jīng)過壓縮處理的圖片的特征值向量，得到每一圖片的8*8像素的值。將每一圖片的這64個(gè)特征值按照一定順序排序即可以得到式I形式的特征值向量，即每一圖片的特征值向量為64維的特征值向量。
[0067]上述內(nèi)容主要說明了特征值向量為像素值向量的情形。特征值向量為局部特征向量的情形與此類似，不再贅述。
[0068]S130:基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件。
[0069]對于存在明顯區(qū)別的不同類圖片，可以通過計(jì)算得到不同類圖片的歸類條件。對于存在特定標(biāo)記和圖片和不存在特定標(biāo)記的圖片，例如前述提到的帶有網(wǎng)紋的身份證照片和不帶網(wǎng)紋的身份證照片，可以基于其訓(xùn)練樣本中每個(gè)圖片的特征值向量通過計(jì)算得到這兩類不同圖片的歸類條件。
[0070]這里以采用支持向量機(jī)(Support Vector Machine)算法為例介紹計(jì)算所述訓(xùn)練樣本中圖片的歸類條件的實(shí)現(xiàn)方式。支持向量機(jī)是Cortes和Vapnik于1995年首先提出的，它在解決小樣本、非線性及高維模式識(shí)別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。整體來說，支持向量機(jī)可以解決復(fù)雜事務(wù)的分類及分類標(biāo)準(zhǔn)的問題。
[0071]利用圖2顯示的線性分類的例子解釋通過支持向量機(jī)算法進(jìn)行分類的基本原理。如圖2所示，左側(cè)坐標(biāo)圖中的點(diǎn)表示輸入的訓(xùn)練樣本，右側(cè)坐標(biāo)圖中的叉代表的點(diǎn)表示計(jì)算得到的Cl類訓(xùn)練樣本，圓圈代表的點(diǎn)表示計(jì)算得到的C2類訓(xùn)練樣本。如圖2所示，將訓(xùn)練樣本通過支持向量機(jī)算法計(jì)算后，可以獲得分類后的Cl和C2兩類訓(xùn)練樣本，并且可以得到劃分Cl和C2兩類的歸類條件。
[0072]對于圖2的線性分類來說，所述歸類條件(圖中的vv’線，也稱為超平面)可以用一個(gè)線性函數(shù)來表示，例如表示為:
[0073]f (X) = wx+b 式 2
[0074]其中，w和b為支持向量機(jī)對特征值向量集合進(jìn)行計(jì)算(支持向量機(jī)中稱為“訓(xùn)練”)后得到的參數(shù)，X代表圖片的特征值向量。
[0075]f (X)表示支持向量機(jī)中的映射關(guān)系。對于f (X) = O的情況，此時(shí)的特征值向量X即位于所述超平面上。對于f (X)大于O的情況，對應(yīng)圖2右側(cè)坐標(biāo)圖中超平面右上側(cè)的特征值向量；對于f (X)小于O的情況，對應(yīng)圖2右側(cè)坐標(biāo)圖中超平面左下側(cè)的特征值向量。
[0076]輸入的特征值向量例如均為二維向量，即對應(yīng)圖2中坐標(biāo)上的每個(gè)點(diǎn)。支持向量機(jī)算法，即不斷搜索輸入的特征值向量范圍內(nèi)的直線，通過嘗試計(jì)算每一個(gè)搜索到的這種直線與每一特征值向量(圖中的點(diǎn))的距離，得到一個(gè)這樣的直線:該直線距離兩側(cè)最近特征值向量的距離最大且相等。如圖2中右側(cè)坐標(biāo)圖所示，計(jì)算得到的直線vv’即超平面。從圖2中右側(cè)坐標(biāo)圖可以看出，二維情況下超平面vv’為一直線，該直線距離兩側(cè)最近特征值向量的距離最大且相等，該距離均為L。
[0077]當(dāng)輸入的特征值向量為三維向量時(shí)，處理過程與特征值向量為二維向量的情況類似。圖3為本申請一個(gè)例子中以線性分類為例解釋通過支持向量機(jī)算法進(jìn)行三維分類的基本原理示意圖。如圖3所示，左側(cè)坐標(biāo)圖中的點(diǎn)表示輸入的訓(xùn)練樣本，右側(cè)坐標(biāo)圖中的叉代表的點(diǎn)表示計(jì)算得到的Cl類訓(xùn)練樣本，圓圈代表的點(diǎn)表示計(jì)算得到的C2類訓(xùn)練樣本。如圖3所示，將訓(xùn)練樣本通過支持向量機(jī)算法計(jì)算后，可以獲得分類后的Cl和C2兩類訓(xùn)練樣本，并且可以得到劃分Cl和C2兩類的歸類條件。
[0078]對于圖3的線性分類來說，所述歸類條件(圖中的vv’面，也稱為超平面)可以用一個(gè)線性函數(shù)來表示，例如表示為:
[0079]f (X) = wx+b 式 3
[0080]其中，w和b為支持向量機(jī)對特征值向量集合進(jìn)行計(jì)算(支持向量機(jī)中稱為“訓(xùn)練”)后得到的參數(shù)，X代表圖片的特征值向量。
[0081]這里需要說明的是，由于這是針對三維向量的情況，因此式3中的參數(shù)w和b均為三維向量。
[0082]f (X)表示支持向量機(jī)中的映射關(guān)系。對于f (X) = O的情況，此時(shí)的特征值向量X即位于所述超平面上。對于f (X)大于O的情況，對應(yīng)圖3右側(cè)坐標(biāo)圖中超平面右上側(cè)的特征值向量；對于f (X)小于O的情況，對應(yīng)圖3右側(cè)坐標(biāo)圖中超平面左下側(cè)的特征值向量。
[0083]輸入的特征值向量例如均為三維向量，即對應(yīng)圖3中坐標(biāo)上的每個(gè)點(diǎn)，每個(gè)點(diǎn)均由X，Y，Z三個(gè)坐標(biāo)確定。此時(shí)支持向量機(jī)算法可以不斷搜索輸入的特征值向量范圍內(nèi)的平面，通過嘗試計(jì)算每一個(gè)搜索到的這種平面與每一特征值向量的距離，得到一個(gè)這樣的平面:該平面距離兩側(cè)最近特征值向量的距離最大且相等。如圖3右側(cè)坐標(biāo)圖所示，計(jì)算得到的平面vv’即超平面。該平面距離兩側(cè)最近特征值向量的距離最大且相等。
[0084]對于輸入的多個(gè)特征值向量，可以計(jì)算得到這些特征值向量的兩種訓(xùn)練樣本類型，以及這兩種訓(xùn)練樣本類型的歸類條件。
[0085]—般來說，對于輸入的同為身份證件照的多個(gè)訓(xùn)練樣本，如前所述，均為居于中間的頭像和頸部，下部向兩側(cè)延伸的部分肩膀的結(jié)構(gòu)。如果輸入的作為樣本的多個(gè)身份證件照中存在具有網(wǎng)紋和不具有網(wǎng)紋的兩種類型，并且在樣本數(shù)量具有足夠多的情況下，通過上述支持向量機(jī)算法，可以計(jì)算得到劃分出這兩類型的超平面的函數(shù)。具體的，可以計(jì)算出式2中的兩個(gè)參數(shù)w和b的取值。由于輸入的訓(xùn)練樣本的主要區(qū)別在于是否存在網(wǎng)紋，通過上述處理，可以將輸入的訓(xùn)練樣本分類為具有網(wǎng)紋和不具有網(wǎng)紋的兩種類型，并且可以計(jì)算出劃分出這兩類型的超平面的函數(shù)。
[0086]S140:獲取待識(shí)別的圖片，提取所述待識(shí)別圖片的特征值向量。
[0087]在識(shí)別圖片是否帶有特定標(biāo)記前，需要提取待識(shí)別的圖片的特征值向量。這里需要說明的是，本步驟中與所述步驟S220中提取的特征值向量的類型應(yīng)該保持一致。例如，在步驟S220中提取的特征值向量為像素值向量，那么在本步驟中也應(yīng)當(dāng)提取像素值向量。以像素值向量為例:
[0088]當(dāng)本步驟中的待識(shí)別圖片的像素與所述S220中訓(xùn)練樣本圖片的像素相同時(shí)，可以提取所述待識(shí)別圖片的特征值向量，并基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，從而可以基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。具體地，例如所述待識(shí)別的圖片像素為200*120，可以按照步驟S220中提取像素值向量的方法，提取所述待識(shí)別圖片的像素值向量。具體地，可以將所述待識(shí)別圖片的每個(gè)像素的RGB值提取出來。例如，對于該圖片中第(m，η)個(gè)像素，提取其RGB值，所述RGB值可以為步驟 S220 中所述的(Ra, Gb, Bc)或 #0PQRSTο
[0089]將該圖片中每個(gè)像素點(diǎn)提取出的特征值按照順序排列可以構(gòu)成像素值向量。例如，排列后構(gòu)成的像素值向量如下面形式的一系列排列的數(shù)值:
[0090](RGB(U), RGBq,2),..., RGBq, 120), RGB(2j d ? RGB(2,2),..., RGB(2,120)，...，RGB(2oo, d ?RGB (200,2)? …RGB(2。。, 12。))式 4
[0091]上述式4可以為所述待識(shí)別圖片的像素值向量。
[0092]同樣的，還可以提取所述待識(shí)別圖片中每個(gè)像素的灰度值，并將提取的灰度值按照像素編號(hào)順序排序，也可以得到形如式4的像素值向量。
[0093]當(dāng)本步驟中待識(shí)別圖片的像素與步驟S220中訓(xùn)練樣本圖片的像素不同時(shí)，可以在提取所述待識(shí)別圖片的特征值向量之前，將所述待識(shí)別圖片的像素設(shè)置為預(yù)設(shè)的像素。所述預(yù)設(shè)的像素與步驟S220中訓(xùn)練樣本圖片的像素相同。將所述待識(shí)別圖片的像素設(shè)置為預(yù)設(shè)的像素之后便可以提取設(shè)置像素之后的待識(shí)別圖片的特征值向量。具體過程如上所述，這里不再贅述。
[0094]S150:基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。
[0095]提取出待識(shí)別圖片的特征值向量后，可以基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。具體地，還是以像素值向量為例，可以將該提取的待識(shí)別圖片的像素值向量代入所述得到的圖片歸類條件。對于線性分類來說，所述圖片歸類條件可以表示為:
[0096]f (X) = wx+b 式 5
[0097]其中，w和b為步驟S230中支持向量機(jī)對特征值向量集合進(jìn)行計(jì)算(支持向量機(jī)中稱為“訓(xùn)練”)后得到的參數(shù)，X代表圖片的特征值向量。
[0098]將提取的待識(shí)別圖片的特征值向量代入該圖片歸類條件時(shí)，可以得到該待識(shí)別圖片的特征值向量對應(yīng)的歸類值。例如，將待識(shí)別圖片的像素值向量(RGBai)，RGB(1i2),…，RGB(Ji 120) j RGB(2j D j RGB(2_2) ^ …，120)，…，RGB(200, RGB(200,2)，...RGB(200,120) )代入所述圖片歸類條件后，得到的歸類值為I。那么根據(jù)圖片歸類條件的判定標(biāo)準(zhǔn)可以識(shí)別該待識(shí)別圖片是否帶有特定標(biāo)記。例如，圖片歸類條件的判定標(biāo)準(zhǔn)為:對于f (X)小于O的情況，代表待識(shí)別的圖片不帶有特定標(biāo)記；對于f (X)大于O的情況，代表待識(shí)別的圖片帶有特定標(biāo)記。所述待識(shí)別圖片的歸類值為I，則可以判斷，該待識(shí)別的圖片帶有特定標(biāo)記。
[0099]本申請實(shí)施例還提供一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)。圖4為本申請一實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)功能模塊圖。如圖4所示，所述系統(tǒng)包括訓(xùn)練系統(tǒng)100和識(shí)別系統(tǒng)200。圖5為本申請一實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)中訓(xùn)練系統(tǒng)的功能模塊圖。如圖5所示，所述訓(xùn)練系統(tǒng)100包括訓(xùn)練樣本獲取單元101，第一特征值向量提取單元102，歸類條件計(jì)算單元103，其中，
[0100]所述訓(xùn)練樣本獲取單元101，用來獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本；
[0101]所述第一特征值向量提取單元102，用來提取所述訓(xùn)練樣本中圖片的特征值向量;
[0102]所述歸類條件計(jì)算單元103，用來基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件；
[0103]圖6為本申請一實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)中識(shí)別系統(tǒng)的功能模塊圖。如圖6所示，所述識(shí)別系統(tǒng)200包括待識(shí)別圖片獲取單元201，第二特征值向量提取單元202以及判斷單元203，其中:
[0104]所述待識(shí)別圖片獲取單元201，用來獲取待識(shí)別的圖片；
[0105]所述第二特征值向量提取單元202，用來提取所述待識(shí)別圖片的特征值向量；
[0106]所述判斷單元203，用來基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。
[0107]上述特征值向量包括像素值向量或者局部特征向量。
[0108]進(jìn)一步地，在本申請一優(yōu)選實(shí)施例中，所述訓(xùn)練系統(tǒng)100還包括:
[0109]像素設(shè)置單元110，用來按照預(yù)設(shè)方法設(shè)置從所述訓(xùn)練樣本獲取單元中獲取的訓(xùn)練樣本中圖片的像素，并將設(shè)置像素后的圖片發(fā)送至所述第一特征值向量提取單元。
[0110]進(jìn)一步地，在本申請一優(yōu)選實(shí)施例中，所述像素設(shè)置單元110具體包括:
[0111]第一像素設(shè)置單元111，用來選取所述訓(xùn)練樣本中的第一圖片，將所述訓(xùn)練樣本中圖片的像素設(shè)置為所述第一圖片的像素；
[0112]或者，
[0113]第二像素設(shè)置單元112，用來將所述獲取的訓(xùn)練樣本中圖片的像素設(shè)置為預(yù)設(shè)的像素。
[0114]進(jìn)一步地，在本申請一優(yōu)選實(shí)施例中，所述第二像素設(shè)置單元112包括:
[0115]壓縮模塊1121，用來將所述獲取的訓(xùn)練樣本中圖片的像素壓縮至預(yù)設(shè)的像素。
[0116]進(jìn)一步地，在本申請一優(yōu)選實(shí)施例中，所述歸類條件計(jì)算單元103具體包括:
[0117]支持向量機(jī)計(jì)算模塊1031，用來基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量，利用支持向量機(jī)算法計(jì)算所述訓(xùn)練樣本中圖片的歸類條件。
[0118]進(jìn)一步地，在本申請一優(yōu)選實(shí)施例中，所述識(shí)別系統(tǒng)200還包括:
[0119]待識(shí)別像素設(shè)置單元210，用來將從所述待識(shí)別圖片獲取單元中獲取的待識(shí)別圖片的像素設(shè)置為預(yù)設(shè)的像素，并將設(shè)置像素后的待識(shí)別圖片發(fā)送至所述第二特征值向量提取單元。
[0120]本申請實(shí)施例提供的一種識(shí)別圖片是否帶有特定標(biāo)記的方法及系統(tǒng)，首先可以通過訓(xùn)練過程，對預(yù)設(shè)數(shù)量的帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片進(jìn)行特征分析，得到區(qū)分帶有特定標(biāo)記和不帶有特定標(biāo)記圖片的歸類條件；然后可以通過識(shí)別過程，利用所述得到的歸類條件對待識(shí)別圖片的特征進(jìn)行判定，從而可以識(shí)別出待識(shí)別圖片是否帶有特定標(biāo)記。
[0121]在20世紀(jì)90年代，對于一個(gè)技術(shù)的改進(jìn)可以很明顯地區(qū)分是硬件上的改進(jìn)(例如，對二極管、晶體管、開關(guān)等電路結(jié)構(gòu)的改進(jìn))還是軟件上的改進(jìn)(對于方法流程的改進(jìn))。然而，隨著技術(shù)的發(fā)展，當(dāng)今的很多方法流程的改進(jìn)已經(jīng)可以視為硬件電路結(jié)構(gòu)的直接改進(jìn)。設(shè)計(jì)人員幾乎都通過將改進(jìn)的方法流程編程到硬件電路中來得到相應(yīng)的硬件電路結(jié)構(gòu)。因此，不能說一個(gè)方法流程的改進(jìn)就不能用硬件實(shí)體模塊來實(shí)現(xiàn)。例如，可編程邏輯器件(Programmable Logic Device, PLD)(例如現(xiàn)場可編程門陣列(Field ProgrammableGate Array，F(xiàn)PGA))就是這樣一種集成電路，其邏輯功能由用戶對器件編程來確定。由設(shè)計(jì)人員自行編程來把一個(gè)數(shù)字系統(tǒng)“集成”在一片PLD上，而不需要請芯片制造廠商來設(shè)計(jì)和制作專用的集成電路芯片2。而且，如今，取代手工地制作集成電路芯片，這種編程也多半改用“邏輯編譯器(logic compiler)”軟件來實(shí)現(xiàn)，它與程序開發(fā)撰寫時(shí)所用的軟件編譯器相類似，而要編譯之前的原始代碼也得用特定的編程語言來撰寫，此稱之為硬件描述語言(Hardware Descript1n Language，HDL)，而HDL也并非僅有一種，而是有許多種，如 ABEL(Advanced Boolean Express1n Language)、AHDL(Altera Hardware Descript1nLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Descript1n Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Descript1n Language)等，目前最普遍使用的是 VHDL(Very-High_SpeedIntegrated Circuit Hardware Descript1n Language)與 Verilog2。本令頁域技術(shù)人員也應(yīng)該清楚，只需要將方法流程用上述幾種硬件描述語言稍作邏輯編程并編程到集成電路中，就可以很容易得到實(shí)現(xiàn)該邏輯方法流程的硬件電路。
[0122]控制器可以按任何適當(dāng)?shù)姆绞綄?shí)現(xiàn)，例如，控制器可以采取例如微處理器或處理器以及存儲(chǔ)可由該(微)處理器執(zhí)行的計(jì)算機(jī)可讀程序代碼(例如軟件或固件)的計(jì)算機(jī)可讀介質(zhì)、邏輯門、開關(guān)、專用集成電路(Applicat1n Specific Integrated Circuit，ASIC)、可編程邏輯控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及 Silicone Labs C8051F320，存儲(chǔ)器控制器還可以被實(shí)現(xiàn)為存儲(chǔ)器的控制邏輯的一部分。
[0123]本領(lǐng)域技術(shù)人員也知道，除了以純計(jì)算機(jī)可讀程序代碼方式實(shí)現(xiàn)控制器以外，完全可以通過將方法步驟進(jìn)行邏輯編程來使得控制器以邏輯門、開關(guān)、專用集成電路、可編程邏輯控制器和嵌入微控制器等的形式來實(shí)現(xiàn)相同功能。因此這種控制器可以被認(rèn)為是一種硬件部件，而對其內(nèi)包括的用于實(shí)現(xiàn)各種功能的裝置也可以視為硬件部件內(nèi)的結(jié)構(gòu)?；蛘呱踔粒梢詫⒂糜趯?shí)現(xiàn)各種功能的裝置視為既可以是實(shí)現(xiàn)方法的軟件模塊又可以是硬件部件內(nèi)的結(jié)構(gòu)。
[0124]上述實(shí)施例闡明的系統(tǒng)、裝置、模塊或單元，具體可以由計(jì)算機(jī)芯片或?qū)嶓w實(shí)現(xiàn)，或者由具有某種功能的產(chǎn)品來實(shí)現(xiàn)。
[0125]為了描述的方便，描述以上裝置時(shí)以功能分為各種單元分別描述。當(dāng)然，在實(shí)施本申請時(shí)可以把各單元的功能在同一個(gè)或多個(gè)軟件和/或硬件中實(shí)現(xiàn)。
[0126]通過以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本申請可借助軟件加必需的通用硬件平臺(tái)的方式來實(shí)現(xiàn)?；谶@樣的理解，本申請的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如R0M/RAM、磁碟、光盤等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本申請各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。
[0127]本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。
[0128]本申請可用于眾多通用或?qū)Ｓ玫挠?jì)算機(jī)系統(tǒng)環(huán)境或配置中。例如:個(gè)人計(jì)算機(jī)、月艮務(wù)器計(jì)算機(jī)、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、置頂盒、可編程的消費(fèi)電子設(shè)備、網(wǎng)絡(luò)PC、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括以上任何系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等等。
[0129]本申請可以在由計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計(jì)算環(huán)境中實(shí)踐本申請，在這些分布式計(jì)算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來執(zhí)行任務(wù)。在分布式計(jì)算環(huán)境中，程序模塊可以位于包括存儲(chǔ)設(shè)備在內(nèi)的本地和遠(yuǎn)程計(jì)算機(jī)存儲(chǔ)介質(zhì)中。
[0130]雖然通過實(shí)施例描繪了本申請，本領(lǐng)域普通技術(shù)人員知道，本申請有許多變形和變化而不脫離本申請的精神，希望所附的權(quán)利要求包括這些變形和變化而不脫離本申請的精神。
【主權(quán)項(xiàng)】
1.一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，包括: 獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本； 提取所述訓(xùn)練樣本中圖片的特征值向量； 基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件； 獲取待識(shí)別的圖片，提取所述待識(shí)別圖片的特征值向量； 基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。2.如權(quán)利要求1所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，所述特征值向量包括像素值向量或者局部特征向量。3.如權(quán)利要求1所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，在所述提取所述訓(xùn)練樣本中圖片的特征值向量之前，還包括: 按照預(yù)設(shè)方法設(shè)置所述獲取的訓(xùn)練樣本中圖片的像素。4.如權(quán)利要求3所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，所述按照預(yù)設(shè)方法設(shè)置所述獲取的訓(xùn)練樣本中圖片的像素具體包括: 選取所述訓(xùn)練樣本中的第一圖片，將所述訓(xùn)練樣本中圖片的像素設(shè)置為所述第一圖片的像素。5.如權(quán)利要求3所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，所述按照預(yù)設(shè)方法設(shè)置所述獲取的訓(xùn)練樣本中圖片的像素具體包括: 將所述獲取的訓(xùn)練樣本中圖片的像素設(shè)置為預(yù)設(shè)的像素。6.如權(quán)利要求5所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，所述將所述獲取的訓(xùn)練樣本中圖片的像素設(shè)置為預(yù)設(shè)的像素包括: 將所述獲取的訓(xùn)練樣本中圖片的像素壓縮至預(yù)設(shè)的像素。7.如權(quán)利要求1所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，所述基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件具體包括: 基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量，利用支持向量機(jī)算法計(jì)算所述訓(xùn)練樣本中圖片的歸類條件。8.如權(quán)利要求1所述的一種識(shí)別圖片是否帶有特定標(biāo)記的方法，其特征在于，在提取所述待識(shí)別圖片的特征值向量之前還包括: 將所述待識(shí)別圖片的像素設(shè)置為預(yù)設(shè)的像素。9.一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，包括訓(xùn)練系統(tǒng)和識(shí)別系統(tǒng)，所述訓(xùn)練系統(tǒng)包括訓(xùn)練樣本獲取單元，第一特征值向量提取單元，歸類條件計(jì)算單元，所述識(shí)別系統(tǒng)包括待識(shí)別圖片獲取單元，第二特征值向量提取單元以及判斷單元，其中， 所述訓(xùn)練樣本獲取單元，用來獲取包括預(yù)定數(shù)量帶有特定標(biāo)記和不帶有特定標(biāo)記的圖片作為訓(xùn)練樣本； 所述第一特征值向量提取單元，用來提取所述訓(xùn)練樣本中圖片的特征值向量； 所述歸類條件計(jì)算單元，用來基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量計(jì)算所述訓(xùn)練樣本中圖片的歸類條件； 所述待識(shí)別圖片獲取單元，用來獲取待識(shí)別的圖片； 所述第二特征值向量提取單元，用來提取所述待識(shí)別圖片的特征值向量； 所述判斷單元，用來基于所述歸類條件計(jì)算所述待識(shí)別圖片的特征值向量的歸類值，并基于計(jì)算得到的歸類值判斷所述待識(shí)別圖片是否帶有特定標(biāo)記。10.如權(quán)利要求9所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述特征值向量包括像素值向量或者局部特征向量。11.如權(quán)利要求9所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述訓(xùn)練系統(tǒng)還包括: 像素設(shè)置單元，用來按照預(yù)設(shè)方法設(shè)置從所述訓(xùn)練樣本獲取單元中獲取的訓(xùn)練樣本中圖片的像素，并將設(shè)置像素后的圖片發(fā)送至所述第一特征值向量提取單元。12.如權(quán)利要求11所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述像素設(shè)置單元具體包括: 第一像素設(shè)置單元，用來選取所述訓(xùn)練樣本中的第一圖片，將所述訓(xùn)練樣本中圖片的像素設(shè)置為所述第一圖片的像素。13.如權(quán)利要求11所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述像素設(shè)置單元具體包括: 第二像素設(shè)置單元，用來將所述獲取的訓(xùn)練樣本中圖片的像素設(shè)置為預(yù)設(shè)的像素。14.如權(quán)利要求13所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述第二像素設(shè)置單元包括: 壓縮模塊，用來將所述獲取的訓(xùn)練樣本中圖片的像素壓縮至預(yù)設(shè)的像素。15.如權(quán)利要求9所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述歸類條件計(jì)算單元具體包括: 支持向量機(jī)計(jì)算模塊，用來基于提取的所述訓(xùn)練樣本中每個(gè)圖片的特征值向量，利用支持向量機(jī)算法計(jì)算所述訓(xùn)練樣本中圖片的歸類條件。16.如權(quán)利要求9所述的一種識(shí)別圖片是否帶有特定標(biāo)記的系統(tǒng)，其特征在于，所述識(shí)別系統(tǒng)還包括: 待識(shí)別像素設(shè)置單元，用來將從所述待識(shí)別圖片獲取單元中獲取的待識(shí)別圖片的像素設(shè)置為預(yù)設(shè)的像素，并將設(shè)置像素后的待識(shí)別圖片發(fā)送至所述第二特征值向量提取單元。
【文檔編號(hào)】G06K9/62GK105868768SQ201510028053
【公開日】2016年8月17日
【申請日】2015年1月20日
【發(fā)明人】李鵬
【申請人】阿里巴巴集團(tuán)控股有限公司