CN103632143A - 结合云计算基于影像的物件识别*** - Google Patents
结合云计算基于影像的物件识别*** Download PDFInfo
- Publication number
- CN103632143A CN103632143A CN201310651359.0A CN201310651359A CN103632143A CN 103632143 A CN103632143 A CN 103632143A CN 201310651359 A CN201310651359 A CN 201310651359A CN 103632143 A CN103632143 A CN 103632143A
- Authority
- CN
- China
- Prior art keywords
- image data
- module
- image
- cloud computing
- thing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种结合云计算基于影像的物件识别***,该***将影像获取模块捕获的影像数据经前级处理模块进行特征化处理,把分割模块切割出的采集物影像数据在本地端知识库模块中进行相似度比对计算,并将比较后筛选出的采集物影像数据上传至云端知识库模块,由表示及描述模块提前特征值后识别及解析采集物影像数据;本发明提供的***识别能力高、识别范畴广,而当前技术需要由一个强大的硬件来做手势识别,也需要一个很大的储存空间来储存手势模板以及需要消耗处理器的运算时间,本发明的可精简的硬件、储存空间及处理器的运算时间,可广泛的运用于需进行图像识别匹配的电子设备上。
Description
技术领域
本发明属于影像识别领域 ,具体来讲,涉及可运用在人脸识别、行为识别、手势识别、对象识别等电子设备上的一种结合云计算基于影像的物件识别***。
背景技术
目前影像识别技术已经趋于成熟,检测的速度快,准确性高,大多数现有的***中,通过不同的手势来表达不同的意思,手势的形状对于人机交互是非常有用的,但在目前的***中,对手势图像进行识别匹配,需要有非常高配置的硬件设备和存储空间,处理器运算时间长,而且对于手势图像的识别只能限制于少数的几种型式,多数只能单机使用,无法对复杂的图像进行识别匹配,随着影像识别技术的发展及用户的需求,实现远程化、智能化的联机共享服务为大势所趋。
发明内容
有鉴于此,本发明提供一种结合云计算基于影像的物件识别***。该***识别能力高、识别范畴广且不需要高规格的硬件要求。
为实现以上目的,本发明采用以下技术方案: 一种结合云计算基于影像的物件识别***,运用于需进行图像识别匹配的电子设备上,该***包括,
影像获取模块,用于捕获影像数据;
前级处理模块,用于接收所述影像获取模块捕获的影像数据并提取影像数据的特征;
分割模块,所述分割模块把前级处理模块提取特征后的影像数据区分为采集物影像数据和非采集物影像数据,并将采集物影像数据切割存储于本地端知识库模块。
本地端知识库模块,用于存取采集物影像数据并添加有若干个采集物模板,将存储的采集物影像数据与添加的采集物模板做初步的相似度比对计算,并将比较后筛选出的采集物影像数据上传至云端知识库模块;
表示及描述模块,提取本地端知识库模块中的采集物影像数据并进一步的特征值分析;
云端知识库模块,用于存取采集物模板,并向本地端知识库模块更新添加采集物模板;
识别及解析模块,将所述表示及描述模块做进一步特征值分析后的采集物影像数据与所述云端知识库模块中的采集物模板做相似度比对计算,识别出采集物影像数据。
进一步,所述的影像获取模块先将捕获的影像数据存放在本地端知识库中后,再将影像数据发送给前级处理模块。
进一步,所述的前级处理模块提取的影像数据特征包括:边缘、色彩分布、材质或角点中的一种或一种以上的组合。
进一步,所述的前级处理模块在提取影像数据特征之前,先将所述的影像获取模块捕获的影像数据进行尺寸缩小或其他加速辨识处里,例如取出低频数据或统计值方图、相量投影等处理。
进一步,所述的本地端知识库模块中的采集物模板由云端知识库模块进行更新或添加。
进一步,所述的本地知识库模块将所述分割模块切割的采集物影像数据通过影像获取模块中的原始ROI影像上传至云端知识库模块。
进一步,所述的识别及解析模块对采集物影像数据中的内容做特征值相加运算,利用不同的特征值将采集物影像数据做不同的描述。
进一步,所述的云端知识库模块中的采集物模板对比所用的数据,将根据不同的影像数据特征做相应的更新或添加。
进一步,所述的表示及描述模块中识别出的采集物影像数据存储于云端知识库中作为采集物模板对比使用。
进一步,所述的识别及解析模块将识别出的采集物影像数据进行解释,并返回解释的结果。
本发明采用以上技术方案,将影像获取模块捕获的影像数据经前级处理模块进行特征化处理,把分割模块切割出的采集物影像数据在本地端知识库模块中进行相似度比对计算,并将比较后筛选出的采集物影像数据上传至云端知识库模块,由表示及描述模块提前特征值后识别及解析采集物影像数据;本发明提供的***识别能力高、识别范畴广,而当前技术需要由一个强大的硬件来做手势识别,也需要一个很大的储存空间来储存手势模板以及需要消耗处理器的运算时间,本发明的可精简的硬件、储存空间及处理器的运算时间。可广泛的运用于需进行图像识别匹配的电子设备上。
附图说明
现结合附图对本发明做进一步详述:
图1是本发明结合云计算基于影像的物件识别***结构示意图;
图2是本发明物件识别***本地端***处理机制示意图;
图3是本发明物件识别***云端***处理机制示意图。
具体实施方式
请参阅图1所示,本发明提供的一种结合云计算基于影像的物件识别***,运用于需进行图像识别匹配的电子设备上,该***包括,
影像获取模块101,用于捕获影像数据;前级处理模块102,用于接收所述影像获取模块101捕获的影像数据并提取影像数据的特征;分割模块103,所述分割模块103把前级处理模块102提取特征后的影像数据区分为采集物影像数据和非采集物影像数据,并将采集物影像数据切割存储于本地端知识库模块104。
本地端知识库模块104,用于存取采集物影像数据并添加有若干个采集物模板,将存储的采集物影像数据与添加的采集物模板做初步的相似度比对计算,并将比较后筛选出的采集物影像数据上传至云端知识库模块106;
表示及描述模块105,提取本地端知识库模块中的采集物影像数据并进一步的特征值分析;
云端知识库模块106,用于存取采集物模板,并向本地端知识库模块104更新添加采集物模板;
识别及解析模块107,将所述表示及描述模块105做进一步特征值分析后的采集物影像数据与所述云端知识库模块106中的采集物模板做相似度比对计算,识别出采集物影像数据。
请参阅图1和图2对本地端***处理操作进行详细描述。
在步骤201中,影像获取模块101先将捕获到的影像数据存放在本地端知识库模块104中,存放时对于采集物及非采集物构成的影像数据作为一个影像数据进行储存,再交由前级处理模块102做初步的影像数据处理;
在步骤202中,前级处理模块102先把接收到的影像数据尺寸缩小或其他加速辨识处里,例如,取出低频数据、统计值方图或相量投影等处理。以利硬件本身做初步运算时降低其所需效能;
在步骤203中,前级处理模块102将影像数据做特征化处理,如Sobal、Canny Edge…等边缘萃取或其他特征值技术如color Histogram等取其强烈特征做为比对依据,所需提取的特征包含边缘、色彩分布、材质、Corner等特征中的一种或一种以上的组合;
在步骤204中,分割模块103对于采集物的范围, 做分割处理,具体为:由B前级处理模块102处理来的数据, 在此通过简单比对机制如特征值比对、前背景切割、动态切割如MHI等或使用分类器如SVM、Adaboost 等将影像数据区分为可能采集物及非采集物的影像,并将可能采集物影像数据切割并储存在本地端知识库模块106中,在此忽略非采集物的影像。
在步骤205中,本地端知识库模块104将分割模块103切割得到的可能采集物影像数据与存储的采集物模板做初步的相似度比对计算,通过与采集物模板比对,将采集物做初步分类,本地端知识库模块104存储有采集物模板,所述的采集物模板由云端知识库模块106来更新及添加;
在步骤206中, 将分割采集物所在区块的相对位置通过影像获取模块101获取的原始ROI影像数据;
在步骤207中,将获取的原始ROI影像数据即比较后筛选出的采集物影像数据上传云端知识库模块106做精细的比对。
通过此种方式,图像可不须整张上传云端知识库模块106做出比对,只需将可能采集物影像数据区块上传。
请参阅图3对云端***处理操作进行详细描述。
在步骤208中,对接收到的采集物影像数据进行内容分析,做较复杂的特征值相加运算。如SIFT、HOG、AAM、LBP等,得出转化后的特征值。利用转化后的不同的特征值将采集物影像数据做不同的描述,将不同的描述内容作为辨识的依据。
在步骤209中,通过如类神经网络、SVM等分类器将所需判别的采集物影像数据由影像获取模块101、前级处理模块102、分割模块103、表示及描述模块105及识别及解析模块107得来的采集物影像数据所转化出的强特征值分辨信息训练所得判断信息储存于本地端知识库模块104,做为采集物的模板比对使用。云端知识库模块106中采集物模板比对的数据, 可根据所需辨识对象特征进行更新及添加。
在步骤210中,将由表示及描述模块105进行特征值分析后的采集物影像数据,与云端知识库模块106所储存的采集物模板进行相似度精细比对,将采集物影像数据区分出来。
在步骤211中,回传识别解释后的采集物影像数据结果。
尽管结合优选实施方案具体展示和介绍了本专利,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (10)
1.一种结合云计算基于影像的物件识别***,运用于需进行图像识别匹配的电子设备上,其特征在于:该***包括,
影像获取模块,用于捕获影像数据;
前级处理模块,用于接收所述影像获取模块捕获的影像数据并提取影像数据的特征;
分割模块,所述分割模块把前级处理模块提取特征后的影像数据区分为采集物影像数据和非采集物影像数据,并将采集物影像数据切割存储于本地端知识库模块;
本地端知识库模块,用于存取采集物影像数据并添加有若干个采集物模板,将存储的采集物影像数据与添加的采集物模板做初步的相似度比对计算,并将比较后筛选出的采集物影像数据上传至云端知识库模块;
表示及描述模块,提取本地端知识库模块中的采集物影像数据并进一步的特征值分析;
云端知识库模块,用于存取采集物模板,并向本地端知识库模块更新添加采集物模板;
识别及解析模块,将所述表示及描述模块做进一步特征值分析后的采集物影像数据与所述云端知识库模块中的采集物模板做相似度比对计算,识别出采集物影像数据。
2.根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的影像获取模块先将捕获的影像数据存放在本地端知识库中后,再将影像数据发送给前级处理模块。
3.根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的前级处理模块提取的影像数据特征包括:边缘、色彩分布、材质或角点中的一种或一种以上的组合。
4.根据权利要求1、2或3所述的结合云计算基于影像的物件识别***,其特征在于:所述的前级处理模块在提取影像数据特征之前,先将所述的影像获取模块捕获的影像数据进行尺寸缩小处理。
5.根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的本地端知识库模块中的采集物模板由云端知识库模块进行更新或添加。
6.根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的本地知识库模块将所述分割模块切割的采集物影像数据通过影像获取模块中的原始ROI影像上传至云端知识库模块。
7.根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的识别及解析模块对采集物影像数据中的内容做特征值相加运算,利用不同的特征值将采集物影像数据做不同的描述。
8.根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的云端知识库模块中的采集物模板对比所用的数据,将根据不同的影像数据特征做相应的更新或添加。
9.根据权利要求1或7所述的结合云计算基于影像的物件识别***,其特征在于:所述的表示及描述模块中识别出的采集物影像数据存储于云端知识库中作为采集物模板对比使用。
10. 根据权利要求1所述的结合云计算基于影像的物件识别***,其特征在于:所述的识别及解析模块将识别出的采集物影像数据进行解释,并返回解释的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310651359.0A CN103632143B (zh) | 2013-12-05 | 2013-12-05 | 结合云计算基于影像的物件识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310651359.0A CN103632143B (zh) | 2013-12-05 | 2013-12-05 | 结合云计算基于影像的物件识别*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103632143A true CN103632143A (zh) | 2014-03-12 |
CN103632143B CN103632143B (zh) | 2017-02-08 |
Family
ID=50213172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310651359.0A Active CN103632143B (zh) | 2013-12-05 | 2013-12-05 | 结合云计算基于影像的物件识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103632143B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205436A (zh) * | 2014-06-03 | 2015-12-30 | 北京创思博德科技有限公司 | 一种基于前臂生物电多传感器的手势识别*** |
CN105224066A (zh) * | 2014-06-03 | 2016-01-06 | 北京创思博德科技有限公司 | 一种基于云端处理的手势识别方法 |
CN106844569A (zh) * | 2017-01-03 | 2017-06-13 | 陕西甄宝网络有限公司 | 一种框选识别***与方法 |
WO2017177903A1 (zh) * | 2016-04-13 | 2017-10-19 | 芋头科技(杭州)有限公司 | 一种实时手势检测的在线验证方法及*** |
TWI695344B (zh) * | 2018-11-23 | 2020-06-01 | 中華電信股份有限公司 | 用於偵測監控影像內物件之方法及執行該方法之非暫態電腦可讀取紀錄媒體 |
CN111656356A (zh) * | 2018-03-16 | 2020-09-11 | 罗克韦尔柯林斯德国公司 | 利用分布式神经网络的对象识别*** |
CN112100416A (zh) * | 2020-11-09 | 2020-12-18 | 南京诺源医疗器械有限公司 | 一种医学荧光成像影像数据分类云存储***及其存储方法 |
TWI815616B (zh) * | 2022-08-17 | 2023-09-11 | 所羅門股份有限公司 | 物件偵測方法及裝置、電腦可讀取的記錄媒體 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216884A (zh) * | 2007-12-29 | 2008-07-09 | 北京中星微电子有限公司 | 一种人脸认证的方法及*** |
US20130195363A1 (en) * | 2009-09-14 | 2013-08-01 | Trimble Navigation Limited | Image-based georeferencing |
CN103310466A (zh) * | 2013-06-28 | 2013-09-18 | 安科智慧城市技术(中国)有限公司 | 一种单目标跟踪方法及其实现装置 |
CN103324955A (zh) * | 2013-06-14 | 2013-09-25 | 浙江智尔信息技术有限公司 | 一种基于视频处理的行人检测方法 |
-
2013
- 2013-12-05 CN CN201310651359.0A patent/CN103632143B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216884A (zh) * | 2007-12-29 | 2008-07-09 | 北京中星微电子有限公司 | 一种人脸认证的方法及*** |
US20130195363A1 (en) * | 2009-09-14 | 2013-08-01 | Trimble Navigation Limited | Image-based georeferencing |
CN103324955A (zh) * | 2013-06-14 | 2013-09-25 | 浙江智尔信息技术有限公司 | 一种基于视频处理的行人检测方法 |
CN103310466A (zh) * | 2013-06-28 | 2013-09-18 | 安科智慧城市技术(中国)有限公司 | 一种单目标跟踪方法及其实现装置 |
Non-Patent Citations (3)
Title |
---|
孙艳: "基于内容图像检索与敏感图像过滤的若干算法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
曹阳: "医学图像处理与检索技术的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
赵艳丽: "图像特征提取与匹配算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205436A (zh) * | 2014-06-03 | 2015-12-30 | 北京创思博德科技有限公司 | 一种基于前臂生物电多传感器的手势识别*** |
CN105224066A (zh) * | 2014-06-03 | 2016-01-06 | 北京创思博德科技有限公司 | 一种基于云端处理的手势识别方法 |
CN105205436B (zh) * | 2014-06-03 | 2019-09-06 | 北京创思博德科技有限公司 | 一种基于前臂生物电多传感器的手势识别*** |
WO2017177903A1 (zh) * | 2016-04-13 | 2017-10-19 | 芋头科技(杭州)有限公司 | 一种实时手势检测的在线验证方法及*** |
CN107292223A (zh) * | 2016-04-13 | 2017-10-24 | 芋头科技(杭州)有限公司 | 一种实时手势检测的在线验证方法及*** |
CN106844569A (zh) * | 2017-01-03 | 2017-06-13 | 陕西甄宝网络有限公司 | 一种框选识别***与方法 |
CN111656356A (zh) * | 2018-03-16 | 2020-09-11 | 罗克韦尔柯林斯德国公司 | 利用分布式神经网络的对象识别*** |
CN111656356B (zh) * | 2018-03-16 | 2023-08-08 | 罗克韦尔柯林斯德国公司 | 利用分布式神经网络的对象识别*** |
US11816567B2 (en) | 2018-03-16 | 2023-11-14 | Rockwell Collins Deutschland Gmbh | System for identifying objects by means of distributed neural networks |
TWI695344B (zh) * | 2018-11-23 | 2020-06-01 | 中華電信股份有限公司 | 用於偵測監控影像內物件之方法及執行該方法之非暫態電腦可讀取紀錄媒體 |
CN112100416A (zh) * | 2020-11-09 | 2020-12-18 | 南京诺源医疗器械有限公司 | 一种医学荧光成像影像数据分类云存储***及其存储方法 |
TWI815616B (zh) * | 2022-08-17 | 2023-09-11 | 所羅門股份有限公司 | 物件偵測方法及裝置、電腦可讀取的記錄媒體 |
Also Published As
Publication number | Publication date |
---|---|
CN103632143B (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103632143B (zh) | 结合云计算基于影像的物件识别*** | |
Sikka et al. | Exploring bag of words architectures in the facial expression domain | |
Ikizler et al. | Recognizing actions from still images | |
Tang et al. | Fast Pedestrian Detection by Cascaded Random Forest with Dominant Orientation Templates. | |
US8792722B2 (en) | Hand gesture detection | |
CN104751198A (zh) | 图像中的目标物的识别方法及装置 | |
Nguyen et al. | Leaf based plant identification system for android using surf features in combination with bag of words model and supervised learning | |
AU2012344005B2 (en) | Method and device for following an object in a sequence of at least two images | |
Redondo-Cabrera et al. | All together now: Simultaneous object detection and continuous pose estimation using a hough forest with probabilistic locally enhanced voting | |
Nanni et al. | Effective and precise face detection based on color and depth data | |
Yan et al. | Extracting salient region for pornographic image detection | |
CN104598881A (zh) | 基于特征压缩与特征选择的歪斜场景文字识别方法 | |
Halidou et al. | Fast pedestrian detection based on region of interest and multi-block local binary pattern descriptors | |
CN103870812A (zh) | 一种获取掌纹图像的方法及*** | |
CN108831158A (zh) | 违停监测方法、装置及电子终端 | |
Liu et al. | Human gesture recognition using orientation segmentation feature on random rorest | |
Hussain et al. | Gender recognition from face images with dyadic wavelet transform and local binary pattern | |
Dehankar et al. | Using AEPI method for hand gesture recognition in varying background and blurred images | |
Gopalan et al. | Statistical modeling for the detection, localization and extraction of text from heterogeneous textual images using combined feature scheme | |
Deepak et al. | Leaf detection application for android operating system | |
CN112633058A (zh) | 基于特征融合的正面步态识别方法 | |
Verma et al. | A review on histogram value and texture descriptor analysis for image retrieval | |
Nguyen et al. | Unconstrained gender classification by multi-resolution LPQ and SIFT | |
Qiu et al. | Face recogntion in open world environment | |
CN205176886U (zh) | 一种新型人脸模式识别*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |