[发明专利]一种对象识别方法和装置

说明书

本发明公开了一种对象识别方法和装置，涉及图像识别技术领域。该方法的一具体实施方式包括：确定给定图像中定位标的位置，定位标用于定位给定图像中的待识别对象；根据定位标的位置，从给定图像中切分出待识别对象对应的区域，以得到切片图像；将切片图像输入分类器，以得到待识别对象的识别结果。该实施方式能够在对象内容多样的情况下准确识别对象，无需进行模糊匹配，简化了识别步骤。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种对象识别方法和装置。

背景技术

由于对象的内容的多样性，会导致对同一对象识别出多样的结果，以行政区划识别为例，首先人们在进行行政区划填写时，有的最小单位写到县，有的最小单位写到村；其次国家行政区划也经常会变化，例如“北京市宣武区”变为“北京市西城区”。在行政区划栏位的识别中，有着以下特殊性，一是用户填写不规范，有的写到区，有的写到县，有的省略了省直接写市等，二是国家行政区划的经常变更，造成填写的结果的多样性。为了统一，一般会将识别的中文结果转换成对应的6位行政区划代码存在系统中。

传统的行政区划栏位识别方法通常包括文字识别和字符串模糊匹配两个步骤。第一步中的文字识别包括文字定位和文字识别两步，而文字定位一直是OCR识别(光学字符识别)中的难点，容易定位不准，且该文字识别属于手写体识别，手写体识别不同于印刷体识别，由于书写不规范问题以及个人书写习惯的差异，会出现识别率不高的问题。第二步中的字符串模糊匹配是计算句子相似度的方法，包括编辑距离算法和模糊查询算法等，通常是利用词语间的相似关系进行匹配，其最大问题是国家行政区划时常会变更，而地名变更往往不像同义词替换具有相似性，例如“北京市宣武区”变更为“北京市西城区”，宣武和西城并没有相似性联系，所以造成匹配准确率低。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

由于对象内容的多样性而导致识别准确率不高，且识别步骤繁琐。

发明内容

有鉴于此，本发明实施例提供一种对象识别方法和装置，能够在对象内容多样的情况下准确识别对象，无需进行模糊匹配，简化了识别步骤。

为实现上述目的，根据本发明实施例的一个方面，提供了一种对象识别方法。

一种对象识别方法，包括：确定给定图像中定位标的位置，所述定位标用于定位所述给定图像中的待识别对象；根据所述定位标的位置，从所述给定图像中切分出所述待识别对象对应的区域，以得到切片图像；将所述切片图像输入分类器，以得到所述待识别对象的识别结果。

可选地，所述根据所述定位标的位置，从所述给定图像中切分出所述待识别对象对应的区域，包括：获取模板图像，所述模板图像包括定位标框和切片框，所述定位标框用于定位所述切片框；确定所述模板图像中定位标框与所述给定图像中定位标之间的第一相对位置关系，根据所述第一相对位置关系以及所述模板图像中切片框的位置，确定并切分出所述给定图像中所述待识别对象对应的区域。

可选地，所述给定图像的定位标和所述模板图像的定位标框的数量均为预设数量，且所述定位标框与所述定位标一一对应；所述确定所述模板图像中定位标框与所述给定图像中定位标之间的第一相对位置关系，根据所述第一相对位置关系以及所述模板图像中切片框的位置，确定并切分出所述给定图像中所述待识别对象对应的区域，包括：计算所述模板图像中每个定位标框与所述给定图像中对应的定位标之间的第二相对位置关系；利用各所述第二相对位置关系，计算所述给定图像的所有定位标与所述模板图像的所有定位标框之间的最优相对位置关系；根据所述最优相对位置关系以及所述模板图像中切片框的位置，确定并切分出所述给定图像中所述待识别对象对应的区域。

可选地，所述利用各所述第二相对位置关系，计算所述给定图像的所有定位标与所述模板图像的所有定位标框之间的最优相对位置关系，包括：对所述模板图像中各定位标框与所述给定图像中对应的定位标之间的位置偏移量计算均值，得到平均位置偏移量，以所述平均位置偏移量作为所述最优相对位置关系。