[发明专利]图像识别方法及装置、电子设备、存储介质在审
申请号: | 201810387331.3 | 申请日: | 2018-04-26 |
公开(公告)号: | CN108596110A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 王启立 | 申请(专利权)人: | 北京京东金融科技控股有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 阚梓瑄;王卫忠 |
地址: | 100176 北京市北京经济*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图像识别 图像特征 采集设备 存储介质 电子设备 特征距离 图像 近红外照相机 图像处理技术 特征比较 准确率 预设 数据库 | ||
1.一种图像识别方法,其特征在于,包括:
通过第一采集设备获取第一类图像,所述第一采集设备包括近红外照相机;
提取所述第一类图像的第一图像特征;
将所述第一图像特征与数据库中第二类图像的第二图像特征进行特征比较,获取特征距离;
根据所述特征距离与预设阈值,确定识别结果。
2.根据权利要求1所述的图像识别方法,其特征在于,将所述第一图像特征与数据库中第二类图像的第二图像特征进行特征比较,获取特征距离包括:
将所述第一图像特征以及所述第二图像特征输入识别模型,以获取所述特征距离。
3.根据权利要求2所述的图像识别方法,其特征在于,所述方法还包括:
通过深度学习算法建立所述识别模型。
4.根据权利要求3所述的图像识别方法,其特征在于,通过深度学习算法建立所述识别模型包括:
依次根据第一参数、第二参数以及第三参数对应的所述第一类图像和所述第二类图像对预设模型进行训练,得到所述识别模型。
5.根据权利要求4所述的图像识别方法,其特征在于,所述方法还包括:
通过第一图像特征以及第二图像特征计算图像性能指标,以确定所述识别模型。
6.根据权利要求5所述的图像识别方法,其特征在于,所述图像识别性能指标的计算公式包括:
其中,L为图像识别性能指标,为同一对象的第一图像特征与第二图像特征之间的距离,为不同对象的第一图像特征与第二图像特征之间的距离,m为距离超参数。
7.根据权利要求3所述的图像识别方法,其特征在于,所述识别模型包括第一特征提取器、第二特征提取器以及特征对比器。
8.根据权利要求7所述的图像识别方法,其特征在于,提取所述第一类图像的第一图像特征包括:
将所述第一类图像输入第一特征提取器,得到初始图像特征;
将所述初始图像特征输入特征转换器,得到所述第一图像特征。
9.根据权利要求7所述的图像识别方法,其特征在于,所述方法还包括:
获取通过第二采集设备采集的第二类图像,所述第二采集设备包括可见光照相机;
通过将所述第二类图像输入所述第二特征提取器,提取所述第二图像特征。
10.根据权利要求1所述的图像识别方法,其特征在于,所述方法还包括:
根据所述特征距离获取受试者工作特征曲线;
通过所述受试者工作特征曲线确定所述预设阈值。
11.根据权利要求1所述的图像识别方法,其特征在于,根据所述特征距离与预设阈值,确定识别结果包括:
如果所述特征距离的最小值不大于所述预设阈值,则确定识别成功;
如果所述特征距离的最小值大于所述预设阈值,则确定识别失败。
12.一种图像识别装置,其特征在于,包括:
图像获取模块,用于通过第一采集设备获取第一类图像,所述第一采集设备包括近红外照相机;
特征提取模块,用于提取所述第一类图像的第一图像特征;
距离计算模块,用于将所述第一图像特征与数据库中第二类图像的第二图像特征进行特征比较,获取特征距离;
结果确定模块,用于根据所述特征距离与预设阈值,确定识别结果。
13.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-11任意一项所述的图像识别方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-11任意一项所述的图像识别方法。
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北京京东金融科技控股有限公司,未经北京京东金融科技控股有限公司许可,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/201810387331.3/1.html,转载请声明来源钻瓜专利网。