[发明专利]图像识别方法及装置、计算机装置和计算机可读存储介质

说明书

一种图像识别方法，所述方法包括：对查询图像与数据库图像进行区域划分；计算查询图像与数据库图像的每个区域的每个像素点的对数相对RGB坐标；对查询图像与数据库图像的每个区域内的像素点进行聚类，得到查询图像与数据库图像的每个区域的聚类中心；对查询图像与数据库图像分别计算以每个聚类中心为参考点的部分形状上下文特征；根据所述部分形状上下文特征计算查询图像与数据库图像的相似系数；根据所述相似系数确定查询图像与数据库图像是否匹配。本发明还提供一种图像识别装置、计算机装置及可读存储介质。本发明可以实现高速高准确率高鲁棒性的图像识别。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种图像识别方法及装置、计算机装置和计算机可读存储介质。

背景技术

图像的特征包括颜色特征、纹理特征和形状特征等。其中颜色特征是最具分辨力的特征。Gray and Tao使用AdaBoost方法从颜色特征和纹理特征中验证得到，颜色特征所占的权重超过整体的75％。通常使用的颜色特征并不包含图像的空间位置信息，尽管颜色特征的识别性最佳，但是丢失空间位置信息会造成一定的识别误判，从而影响识别的准确性。而包含空间位置信息的颜色特征常常会有维数过高，计算复杂度较高且准确率和鲁棒性易受到影响等问题。常用的表征图像空间位置信息的是形状上下文特征，然而，现有的形状上下文特征需要使用对应部分的所有点作为基准，运算量大且易受杂散点影响。

发明内容

鉴于以上内容，有必要提出一种图像识别方法及装置、计算机装置和计算机可读存储介质，其可以实现高速高准确率高鲁棒性的图像识别。

本申请的第一方面提供一种图像识别方法，所述方法包括：

对查询图像与数据库图像进行区域划分；

计算查询图像与数据库图像的每个区域的每个像素点的对数相对RGB坐标；

根据查询图像与数据库图像的每个区域的每个像素点的对数相对RGB坐标对查询图像与数据库图像的每个区域内的像素点进行聚类，得到查询图像与数据库图像的每个区域的聚类中心；

对查询图像与数据库图像分别计算以每个聚类中心为参考点的部分形状上下文特征；

根据所述部分形状上下文特征计算查询图像与数据库图像的相似系数；

根据所述相似系数确定查询图像与数据库图像是否匹配。

另一种可能的实现方式中，所述查询图像与数据库图像是人物图像，所述对查询图像与数据库图像进行区域划分包括：

按照查询图像与数据库图像中的人物形体将查询图像与数据库图像各自划分为上下两个区域，其中上区域对应人物的上半身，下区域对应人物的下半身。

另一种可能的实现方式中，所述对查询图像与数据库图像分别计算以每个聚类中心为参考点的部分形状上下文特征包括：

对于查询图像，以查询图像的每个区域的聚类中心为参考点，以查询图像的其他每个区域的像素点与所述聚类中心的对数相对RGB坐标差作为所述像素点的坐标，求取该区域的聚类中心与查询图像的其他每个区域的像素点构成的对数角度二维分布直方图；对于数据库图像，以数据库图像的每个区域的聚类中心为参考点，以数据库图像的其他每个区域的像素点与所述聚类中心的对数相对RGB坐标差作为所述像素点的坐标，求取该区域的聚类中心与数据库图像的其他每个区域的像素点构成的对数角度二维分布直方图。

另一种可能的实现方式中，所述根据所述部分形状上下文特征计算查询图像与数据库图像的相似系数包括：

计算查询图像与数据库图像以每个聚类中心为参考点的部分形状上下文特征的直方图相交值，以所述直方图相交值作为查询图像与数据库图像的相似系数

另一种可能的实现方式中，所述根据所述部分形状上下文特征计算查询图像与数据库图像的相似系数还包括：