[发明专利]用于图像识别的方法、计算设备和计算机存储介质

说明书

本发明公开一种用于图像识别的方法，首先提取图像的颜色特征和纹理特征，然后使用CCA族相关分析算法进行特征抽取；接着，再利用深度稀疏自编码算子进行特征的稀疏表示，从而降低图像的整体数据量；以及使用并联或串联的方式完成两视角特征融合；最后，使用距离度量公式计算检索图像的相似度，选取排序结果中的前若干个图像作为检索结果。本发明解决了现有技术中图像识别率低以及运算开销大的问题。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种用于图像识别的方法、计算 设备和计算机存储介质。

背景技术

现有技术中，图像检索的方式主要分为两种：一种是文本层面的图像检索， 另一种是内容层面的图像检索。文本层面的的图像检索依赖于文字表述，若图 像的描述关键词错误会导致检索结果发生偏差，当面对大量的网络图像时，具 有人工标注的工作量巨大、描述片面的缺点。而内容图像检索将重点放在图像 内容的提取上，具有直观、方便的优点。但由于图像特征多且样本量大，内容 图像检索过程往往被设计的复杂繁琐，以至于目前主流的图像搜索仍然将文本 检索方法作为其系统的主要部分。

对于图像检索来说，如何合理提取图像特征并降低数据冗余是一个非常关 键的问题。图像特征的种类较多，例如全局特征、颜色特征和纹理特征，其中 全局特征是对图像的整体量化表示，颜色特征是人眼可直接观察到的不受图像 形变影响的数据，纹理特征是由图像像素点按照一定排列规律组成的信息，选 取不同的特征会直接导致检索结果发生变化，因此使用哪种特征提取方法对图 像检索具有重要的意义。

在实际应用中，目前较理想的特征提取方法有如下两种：

Ncut技术——NormalizedCut,归一化割，是基于图论的图像分割方法之一， 首先把图分成具有相同特征的区域，然后运用递归算法，以设定的范值为迭代 停止条件，虽然可降低边缘化的偏差，但识别率仍然不高，而且计算开销大， 迭代速度低。

Gabor滤波法——最早见于Gabor D的论著，后来发展为2D，它可同时 获取时频域的不确定性，并与哺乳动物的视网膜神经细胞的接收场相吻合，因 此被应用于计算机视觉的许多领域，尤其是利用Gabor滤波器进行特征提取， 但实际应用中存在很多的问题，如较大的计算开销和存储负担等。

因此，目前亟需一种快速且精确的相似图像检索方法，以解决现有技术中 存在的图像识别率低、运算开销大的问题。

发明内容

鉴于现有技术存在用于相似图像检索的复杂度较大的技术问题，本发明实 施例提供了一种用于图像识别的方法、计算设备和计算机存储介质。

第一方面，本发明实施例提供一种用于相似图像检索的方法，包括：获取 待识别图像和图像数据集；提取所述待识别图像的颜色特征和纹理特征，以生 成所述待识别图像的颜色特征向量和纹理特征向量；针对所述待识别图像的颜 色特征向量和纹理特征向量，对所述图像数据集进行CCA(Canonical CorrelationAnalysis，典型相关分析)族相关分析计算，以生成所述图像数据集 的颜色特征矩阵和纹理特征矩阵；采用并联或串联的方法分别对所述待识别图 像的颜色特征向量和纹理特征向量以及所述图像数据集的颜色特征矩阵和纹 理特征矩阵进行融合处理，获得所述待识别图像的融合特征向量和所述图像数 据集的全局特征矩阵；根据所述图像数据集的全局特征矩阵，计算所述图像数 据集与所述待识别图像的融合特征向量的相关度，对所述图像数据集中的图像 进行降序排列，确定与所述待识别图像最相似的检索结果。

进一步，所述获取待识别图像和图像数据集，包括：用户输入待识别图像 和图像数据集；或者通过预设数据传输接口接收待识别图像和图像数据集；或 者用户输入待识别图像和图像数据集中的一个，另一个通过预设数据传输接口 接收获得。