[发明专利]一种图像识别方法及装置

说明书

本发明实施例提供一种图像识别方法及装置。所述方法包括：获取待识别图像，根据预设尺寸将待识别图像划分为多个子图像，获取每一个子图像对应的第一灰度特征向量；获取匹配模板对应的第二灰度特征向量，根据第一灰度特征向量和第二灰度特征向量计算子图像与匹配模板的相似度；选择相似度大于预设阈值的子图像作为目标子图像，根据目标子图像利用分类模型对目标子图像进行识别。所述装置用于执行所述方法。本发明实施例通过根据第一灰度特征向量和第二灰度特征向量计算子图像与匹配模板的相似度，并筛选出相似度大于预设阈值的作为目标子图像，再将目标子图像输入到分类模型中进行识别，从而减少了识别时间，提高了对待识别图像进行识别的效率。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像识别方法及装置。

背景技术

随着经济社会的全面发展，出于安全考虑，重点区域如居民小区的安全监控已全面开展。重点区域安装摄像头进行安全监控是目前最有效的安全措施。通过摄像头对行人进行图像采集，及时察觉一些危险情况并对此产生预警和实时发出异常信号，不仅可以降低人力等的监控成本，而且更能提高监控的准确性和实时性，从而提高重点区域的安全状况。

以居民小区为例，就目前而言，小区监控广泛使用720P、1080P两种分辨率的高清摄像机。分辨率越高的图像意味着更加庞大的像素数据，这将带来检测速度下降的问题。在用计算机进行目标检测时，准确率与速度一直是检测的重点也是难点，在离线场合可以牺牲一定的检测速度来保证检测的准确率，但是在小区监控需要做到实时的数据处理，检测速度也是保证检测准确的一个重要因素。

方向梯度直方图(HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。HOG特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。

在实际应用中待检测目标往往出现在图片中的任意位置，在检测过程中为了不遗漏任何区域，需要对整幅图片进行遍历，HOG特征采用滑动窗口检测法用穷举的方式进行目标检测，它以固定大小的扫描框自左向右、自上而下的遍历图片，每一个扫描框都是一个待检测子图像，然而在一幅图片中待检测目标的窗口数量远远小于背景窗口的数量，该算法在数以万计的背景窗口的特征提取中耗费了太多的时间，尤其在当前小区监控普遍采用高分辨率、高速相机时，对待检测图像的识别效率非常低，无法满足当前状态下的小区行人实时检测。

发明内容

针对现有技术存在的问题，本发明实施例提供一种图像识别方法及装置。

第一方面，本发明实施例提供一种图像识别方法，包括：

获取待识别图像，根据预设尺寸将所述待识别图像划分为多个子图像，获取每一个所述子图像对应的第一灰度特征向量；

获取匹配模板对应的第二灰度特征向量，根据所述第一灰度特征向量和所述第二灰度特征向量计算所述子图像与所述匹配模板的相似度，所述匹配模板的尺寸与所述子图像的尺寸相同；

选择所述相似度大于预设阈值的所述子图像作为目标子图像，根据所述目标子图像利用分类模型对所述目标子图像进行识别。

第二方面，本发明实施例提供一种图像识别装置，包括：

获取模块，用于获取待识别图像，根据预设尺寸将所述待识别图像划分为多个子图像，获取每一个所述子图像对应的第一灰度特征向量；

计算模块，用于获取匹配模板对应的第二灰度特征向量，根据所述第一灰度特征向量和所述第二灰度特征向量计算所述子图像与所述匹配模板的相似度，所述匹配模板的尺寸与所述子图像的尺寸相同；

识别模块，用于选择所述相似度大于预设阈值的所述子图像作为目标子图像，根据所述目标子图像利用分类模型对所述目标子图像进行识别。

第三方面，本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，