[发明专利]快速图像识别方法、系统、介质及装置

权利要求书

1.一种快速图像识别方法，其特征在于，包括：

S01、对预存的完整待识别物特征库的向量特征进行简化，获得简化待识别物特征库；

S02、接收待核查的现场待识别物特征，并转化成完整的现场待识别物向量特征；

S03、对完整的现场待识别物的向量特征进行简化，获得现场待识别物简化向量特征；

S04、计算简化待识别物特征库中每个ID对应的向量特征与现场待识别物简化向量特征的相似度值P_a，其中a为每个ID的编号；

S05、在简化待识别物特征库中筛选出所有P_a大于设定阈值的一组第一向量特征；

S06、选取完整待识别物特征库中的与一组所述第一向量特征具有相同ID的一组第二向量特征；

S07、将完整的现场待识别物向量特征与一组所述第二向量特征逐一进行相似度计算，获得一组相似度值P_b，其中b为筛选后的ID的编号；

S08、将P_b中的最大值所对应的向量特征，作为完整待识别物特征库中的与现场待识别物最匹配的向量特征，完成图像识别。

2.根据权利要求1所述的方法，其特征在于，

步骤S01和步骤S03中对向量特征进行简化的方案具体包括：

获取使用L个浮点型数组成的每条完整的向量特征的属性值；

对每个属性值逐个乘以128，使原本分布于(-1.0,1.0)区间的值扩展到(-128.0,128.0)区间内；

对每个属性值进行截断，舍去小数部分，得到一个整数，位于[-128,127]区间内；

将该整数用一个8位的整形数表示，最终将原本长度为N*L*4字节的完整待识别物特征库简化为长度为N*L字节的简化待识别物特征库；

其中，浮点型占用4字节，8位的整形数占用1字节。

3.根据权利要求1所述的方法，其特征在于，

所述设定阈值通过下列方式计算：

其中，Score为相似度分数，P为所述设定阈值，μ，σ为定义的特征分布值。

4.根据权利要求1所述的方法，其特征在于，

步骤S05进一步包括：

S051、获取最大误差值A；

S052、在简化待识别物特征库中筛选出所有符合P_a+A大于设定阈值的第一向量特征。

5.根据权利要求4所述的方法，其特征在于，

最大误差值A为规定的预设值；或者，

最大误差值A由下述方法计算获得：

当向量特征X的第i个特征值为x_i，其误差上限为时，对于两条特征向量X，X中的第i个特征值x_i和y_i，计算乘积x_i×y_i常数级误差：

计算一次內积(余弦相似度)累积误差：

基于累计误差获得双边误差为

6.根据权利要求1所述的方法，其特征在于，

待识别物为人脸、指纹、垃圾分类物、草本植物分类物、动物分类物中的任一种；

并且/或者，

步骤S08进一步包括：

S081、筛选并获得P_b中的最大值，判断该最大值是否大于所述设定阈值；

S082、当该最大值大于所述设定阈值时，该最大值所对应的向量特征作为完整待识别物特征库中的与现场待识别物最匹配的向量特征，完成图像识别；

S083、当该最大值不大于所述设定阈值时，提示数据库中没有匹配的向量特征，完成图像识别。