[发明专利]一种图像识别方法、电子设备以及计算机可读存储介质有效

专利信息
申请号: 201810142588.2 申请日: 2018-02-11
公开(公告)号: CN110163029B 公开(公告)日: 2021-03-30
发明(设计)人: 吕阿斌;韩国军 申请(专利权)人: 中兴飞流信息科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 上海晨皓知识产权代理事务所(普通合伙) 31260 代理人: 成丽杰
地址: 210012 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 方法 电子设备 以及 计算机 可读 存储 介质
【说明书】:

发明实施例涉及通信技术领域,公开了一种图像识别方法、电子设备以及计算机可读存储介质。本发明中,通过获取视频帧中的待测图像块与候选物体集合中的各候选图像块的相似度;若候选物体集合中存在与待测图像块的相似度大于第一预设阈值的候选图像块,将相似度大于第一预设阈值的候选图像块作为目标候选图像块;若在与视频帧连续的第一预设帧数中,始终存在与目标候选图像块的相似度大于第一预设阈值的待测图像块,并且第一预设帧数中的任意一帧内的待测图像块的位置信息,与视频帧中的待测图像块的位置信息之间的距离均小于预设门限,则将待测图像块判定为真实图像块,使得可以通过简单的运算更加精准地识别图像,且增加识别图像的成功率。

技术领域

本发明实施例涉及通信技术领域,特别涉及一种图像识别方法、电子设备以及计算机可读存储介质。

背景技术

随着公共安全要求的日益提高,智能视频监控技术在安全防范预警中发挥的作用及优势愈发明显。作为智能视频监控技术中的一个重要组成部分,对公共场所中物体的检测与识别,有助于及时发现视频监控场景中的不明物品所带来的安全隐患。物体检测与识别的主要任务是要对视频监控场景进行智能分析,从视频监控场景中分割出不明物体对象,并及时发出告警信号。

在现有的物体检测与识别方法中,一类是基于双背景模型差分的方法提取静态前景。一类是基于混合高斯背景建模方法,使用三高斯混合模型将前景分类为移动前景对象、所要检测与识别的物体对象以及移除物体对象。还有基于对二值前景图像进行累积的方法来定位所要检测与识别的物对象候选区域。

发明人发现现有技术中至少存在如下问题:基于双背景模型差分的识别方法往往因为背景差分时的“鬼影”而具有较高的误报率;基于混合高斯背景建模的识别方法运算量较大,很难满足实时性要求;基于对二值前景图像进行累积的识别方法在复杂场景下应用时,其效果往往不理想。

发明内容

本发明实施方式的目的在于提供一种图像识别方法、电子设备以及计算机可读存储介质,使得可以通过简单的运算更加精准地识别图像,且增加识别图像的成功率。

为解决上述技术问题,本发明的实施方式提供了一种图像识别方法,包括:

获取视频帧中的待测图像块与候选物体集合中的各候选图像块的相似度;

若候选物体集合中存在与待测图像块的相似度大于第一预设阈值的候选图像块,将相似度大于第一预设阈值的候选图像块作为目标候选图像块;

若在与视频帧连续的第一预设帧数中,始终存在与目标候选图像块的相似度大于第一预设阈值的待测图像块,并且第一预设帧数中的任意一帧内的待测图像块的位置信息,与视频帧中的待测图像块的位置信息之间的距离均小于预设门限,则将待测图像块判定为真实图像块。

本发明的实施方式还提供了一种电子设备,包括:

至少一个处理器;以及,

与至少一个处理器通信连接的存储器;其中,

存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上述的图像识别方法。

本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述的图像识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中兴飞流信息科技有限公司,未经中兴飞流信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810142588.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top