[发明专利]电子设备、目标图像识别方法及装置

说明书

本发明提供了电子设备、目标图像识别方法及装置，其中该方法包括：将目标图像样图与待识别图像进行匹配，得到目标图像样图匹配点和待识别图像匹配点；在一幅该待识别图像最多有一幅目标图像的情况下，根据该目标图像样图匹配点与对应的一幅该待识别图像匹配点识别该待识别图像中的目标图像；否则，对该待识别图像匹配点进行聚类，得到待识别图像匹配点群；根据该目标图像样图匹配点与对应的该待识别图像匹配点群识别该待识别图像中的目标图像。通过本发明，解决了相关技术中图像识别准确度和精确度较低的问题，提高图像识别的准确度和精确度。

技术领域

本发明涉及数据网络通信领域，尤其是涉及到电子设备、目标图像识别方法及装置。

背景技术

视频或图片作为信息存储与展现的手段越来越广泛地被使用。每一帧视频画面或每张图片都可以归结为一副图像。图像内容很多时候并没有像文档内容那样容易查找和修改，将图像的局部内容，例如感兴趣的目标，替换为新的内容，实现难度较大。实现这一操作的关键点有三个：目标识别、目标匹配、目标替换。相关技术中往往是人工识别目标，接着通过抠图工具将目标分割出来，然后替换为新的内容。也有一些算法可以在一定程度上将已知区域或者特定目标识别与替换，例如显示屏滚动字母区域识别替换、视频中插播的整屏或者局部屏幕广告画面识别替换、人脸等特殊目标识别替换。由于目标以及边界容易获取，且目标姿态未曾考虑，不适用于通用的预知信息更少的目标识别替换。上述相关技术虽然能够实现图像识别和替换，但是其存在如下缺点：只能对特定图像区域或者已知特征的图像目标区域进行识别替换。对于无先验知识的图像普通目标区域的识别替换，目前则主要依赖人工进行，效率极低。

针对相关技术中图像识别准确度和精确度较低的问题，现有技术还未提出有效的解决方案。

发明内容

本发明的目的在于提供了电子设备、目标图像识别方法及装置，解决了相关技术中图像识别准确度和精确度较低的问题。

根据本发明的一个方面，提供一种目标图像识别方法，包括：将目标图像样图与待识别图像进行匹配，得到目标图像样图匹配点和待识别图像匹配点，其中，该目标图像样图匹配点和该待识别图像匹配点存在对应关系，该目标图像样图中包括目标图像样张；在一幅该待识别图像最多有一幅目标图像的情况下，根据该目标图像样图匹配点与对应的一幅该待识别图像匹配点识别该待识别图像中的目标图像，其中，该目标图像与该目标图像样张具有相同的尺度；否则，对该待识别图像匹配点进行聚类，得到待识别图像匹配点群，根据该目标图像样图匹配点与对应的该待识别图像匹配点群识别该待识别图像中的目标图像。

进一步，在该将目标图像样图与待识别图像进行匹配之前，该方法还包括：获取该目标图像样图；从该目标图像样图中识别出该目标图像样张；确定该目标图像样张的外轮廓点向量，其中，该外轮廓用于将该目标图像样张和背景分界。

进一步，该将目标图像样图与待识别图像进行匹配，得到该目标图像样图匹配点和该待识别图像匹配点包括：将该目标图像样图与从该待识别图像中依次选择出来的一幅待匹配图像进行匹配，直至所有待匹配图像均进行匹配；该将该目标图像样图与从该待识别图像中依次选择出来的一幅待匹配图像进行匹配包括：分别获取该待匹配图像和该目标图像样图的特征向量；将该目标图像样图的特征向量与该待匹配图像的特征向量进行匹配，得到存在对应关系的该目标图像样图匹配点和该待匹配图像匹配点。

进一步，通过暴风算法Brute Force算法将该目标图像样图的特征向量与该待匹配图像的特征向量进行匹配。

进一步，该分别获取该待匹配图像和该目标图像样图的特征向量包括：提取该待匹配图像的关键点和该目标图像样图的关键点；根据该待匹配图像的关键点获取该待匹配图像的特征向量；根据该目标图像样图的关键点获取该目标图像样图的特征向量。

进一步，通过尺度不变特征变换SIFT算法或快速鲁棒特征SURF算法提取该待匹配图像的关键点和该目标图像样图的关键点。