TWI791139B - 圖像辨識方法、程式產品及電腦可讀取媒體 - Google Patents

圖像辨識方法、程式產品及電腦可讀取媒體 Download PDF

Info

Publication number
TWI791139B
TWI791139B TW109104090A TW109104090A TWI791139B TW I791139 B TWI791139 B TW I791139B TW 109104090 A TW109104090 A TW 109104090A TW 109104090 A TW109104090 A TW 109104090A TW I791139 B TWI791139 B TW I791139B
Authority
TW
Taiwan
Prior art keywords
image data
image recognition
image
recognition method
operation matrix
Prior art date
Application number
TW109104090A
Other languages
English (en)
Other versions
TW202131227A (zh
Inventor
王嘉穗
黃煒盛
張翊峰
Original Assignee
嘉藥學校財團法人嘉南藥理大學
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 嘉藥學校財團法人嘉南藥理大學 filed Critical 嘉藥學校財團法人嘉南藥理大學
Priority to TW109104090A priority Critical patent/TWI791139B/zh
Publication of TW202131227A publication Critical patent/TW202131227A/zh
Application granted granted Critical
Publication of TWI791139B publication Critical patent/TWI791139B/zh

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

本發明係有關於一種圖像辨識方法、程式產品及電腦可讀取媒體。係對同一對象物取得10張以下的一圖像資料，並依以下公式取得上述圖像資料的運算矩陣，該公式為：該圖像資料的數量*該圖像資料的長度方向的像素*該圖像資料的寬度方向的像素*3，其中3代表RGB三色。將上述運算矩陣乘以5至15個特徵矩陣，以擴大該運算矩陣的數量，之後將擴大之該運算矩陣的數量輸入KNN或SVM演算法之圖像識別軟體，藉以根據上述圖像資料辨識出該對象物。透過將圖像資料的運算矩陣乘以特徵矩陣，以擴大運算矩陣的數量，因此可使用10張以下的圖像資料即可進行圖像辨識。

Description

圖像辨識方法、程式產品及電腦可讀取媒體
本發明係有關於一種圖像辨識方法、程式產品及電腦可讀取媒體，特別是指針對同一個對象物，只要擷取5張至10張的圖像資料，即可精準辨識的發明。
圖像辨識廣泛的使用在無人管理系統，例如停車場的車牌辨識、辦公大樓的人員管制等等；或者使用在個人物品的管理，例如智慧手機解鎖、網路銀行的登入、門鎖的解鎖等等。
習知的圖像辨識技術，例如以下網址所揭示內容：https：//chtseng.wordpress.com/2017/01/13/%E4%BD%BF%E7%94%A8%E6%96%B9%E5%90%91%E6%A2%AF%E5%BA%A6%E8%88%87knn%E6%A8%A1%E5%9E%8B%E9%80%B2%E8%A1%8C%E5%BD%B1%E5%83%8F%E8%AD%98%E5%88%A5-2/「使用方向梯度與KNN模型進行影像識別#2」。
該篇文獻於進行圖像辨識時，針對同一個對象物，採用37張圖像資料進行辨識，但仍指出「...每種情境37張是遠遠不夠的...」。亦即，為了準確的辨別圖像資料，針對同一個對象物需要更多的圖像資料。
本發明希望在有限的圖像資料下仍然能夠進行精確的辨識，因此本發明提出一種圖像辨識方法，包括有：針對同一對象物，取得10張以下的一圖像資料。依以下公式取得上述圖像資料的運算矩陣，該公式為：該圖像資料的數量*該圖像資料的長度方向的像素*該圖像資料的寬度方向的像素*3，其中3代表RGB三色。將上述運算矩陣乘以5至15個特徵矩陣，以擴大該運算矩陣的數量。將擴大後之該運算矩陣的數量輸入一圖像識別軟體，藉以根據上述圖像資料辨識出該對象物。
進一步，該圖像資料之取得張數介於5張至10張之間。
進一步，上述特徵矩陣的數量為10個。
進一步，該對象物為臉孔。更進一步，該圖像辨識軟體所應用的演算法為KNN或SVM。
進一步，可對該圖像資料局部或全部進行放大擴視。更進一步，可透過語音控制進行放大擴視。
本發明再提出一種程式產品，用以將一應用程式安裝在一電腦上以執行前述圖像辨識方法。
本發明再提出一種電腦可讀取媒體，用以將一應用程式安裝在一電腦上以執行前述圖像辨識方法。
根據上述技術特徵可達成以下功效：
1.透過將圖像資料的運算矩陣乘上5至15個特徵矩陣，以擴大運算矩陣的數量，因此對同一個對象物只需要擷取5張至10張之間的圖像資料即可進行辨識。
2.本發明之圖像辨識方法用於臉孔辨識，具有極高的辨識率。
3.可對該圖像資料局部或全部進行放大擴視，使其在裝置上具備影像擴視的功能。
1:攝影單元
2:處理器
3:顯示器
[第一圖]係為本發明之圖像辨識方法使用的裝置示意圖。
[第二圖]係為本發明之圖像辨識方法的功能方塊圖。
[第三圖]係為本發明之圖像辨識方法的流程圖。
綜合上述技術特徵，本發明圖像辨識方法、程式產品及電腦可讀取媒體的主要功效將可於下述實施例清楚呈現。
參閱第一圖所示，本實施例之裝置包括有：一攝影單元(1)、一處理器(2)及一顯示器(3)。該攝影單元(1)及該顯示器(3)電性連接該處理器(2)。
參閱第一圖至第三圖所示，本實施例包括有：針對同一對象物，利用該攝影單元(1)取得10張以下的一圖像資料(A)，較佳的是，該圖像資料(A)之取得張數介於5張至10張之間，並將上述圖像資料(A)輸入至該處理器(2)。該處理器(2)依以下公式取得上述圖像資料(A)的運算矩陣，該公式為：該圖像資料(A)的數量*該圖像資料(A)的長度方向的像素*該圖像資料(A)的寬度方向的像素*3，其中3代表RGB三色，符號「*」為乘號。該處理器(2)將上述運算矩陣乘以5至15個特徵矩陣，以擴大該運算矩陣的數量，較佳的是，上述特徵矩陣的數量為10個。該處理器(2)將擴大後之該運算矩陣的數量輸入一圖像識別軟體(B)，藉以根據上述圖像資料(A)辨識出該對象物，以該對象物為臉孔為例，該圖像識別軟體(B)可使用KNN演算法或SVM演 算法，其中，該圖像資料(A)及該圖像識別軟體(B)辨識後之結果可由該顯示器(3)輸出。
其中，KNN或SVM的演算法性能驗證混淆矩陣包括：
Figure 109104090-A0305-02-0006-1
運算公式包括：
Figure 109104090-A0305-02-0006-2
當沒有採用本發明之方法，且同一對象物的圖像資料在10張以下時，根據上述運算公式計算結果為：
Figure 109104090-A0305-02-0006-3
Figure 109104090-A0305-02-0007-4
當採用本發明之方法，且同一對象物的圖像資料在10張以下時，根據上述運算公式計算結果為：
Figure 109104090-A0305-02-0007-5
根據上述實驗結果，採用本發明方法進行圖像辨識，不論在準確度、靈敏度及特異性都具有顯著的提升。據此，本發明透過將圖像資料的運算矩陣乘上5至15個特徵矩陣，以擴大運算矩陣的數量，因此對同一個對象物只需要擷取5張至10張之間的圖像資料即可進行精準的辨識。
另可對該操作軟體使用語音指令來控制軟體功能操作。
另可對該圖像資料(A)局部或全部進行放大擴視，以透過局部細微特徵來進行更加精準的辨識，且較佳的可透過語音控制進行放大擴視。
本發明之方法可寫成應用程式，並藉以儲存成程式產品或電腦可讀取媒體供下載使用。
綜合上述實施例之說明，當可充分瞭解本發明之操作、使用及本發明產生之功效，惟以上所述實施例僅係為本發明之較佳實施例，當不能以此限定本發明實施之範圍，即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾，皆屬本發明涵蓋之範圍內。

Claims (8)

  1. 一種圖像辨識方法，包括有：針對同一對象物，取得10張以下的一圖像資料；依以下公式取得上述圖像資料的運算矩陣，該公式為：該圖像資料的數量*該圖像資料的長度方向的像素*該圖像資料的寬度方向的像素*3，其中3代表RGB三色；將上述運算矩陣乘以5至15個特徵矩陣，以擴大該運算矩陣的數量；將擴大後之該運算矩陣的數量輸入一圖像識別軟體，藉以根據上述圖像資料辨識出該對象物；該圖像識別軟體使用SVM演算法，該SVM的演算法性能驗證混淆矩陣包括：真陽性(以下簡稱：TP)、偽陽性(以下簡稱：FP)、偽陰性(以下簡稱：FN)及真陰性(以下簡稱：TN)，其運算公式包括：準確度：(TP+TN)/(TP+TN+FN+FP)；靈敏度：TP/(TP+FN)；特異性：TN/(FP+TN)。
  2. 如請求項1所述之圖像辨識方法，其中，該圖像資料之取得張數介於5張至10張之間。
  3. 如請求項1所述之圖像辨識方法，其中，上述特徵矩陣的數量為10個。
  4. 如請求項1所述之圖像辨識方法，其中，該對象物為臉孔。
  5. 如請求項1所述之圖像辨識方法，其中，可對該圖像資料局部或全部進行放大擴視。
  6. 如請求項5所述之圖像辨識方法，其中，可透過語音控制進行所有功能操作。
  7. 一種程式產品，用以將一應用程式安裝在一電腦上以執行如請求項1至請求項6任一項所述之圖像辨識方法。
  8. 一種電腦可讀取媒體，用以將一應用程式安裝在一電腦上以執行如請求項1至請求項6任一項所述之圖像辨識方法。
TW109104090A 2020-02-10 2020-02-10 圖像辨識方法、程式產品及電腦可讀取媒體 TWI791139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109104090A TWI791139B (zh) 2020-02-10 2020-02-10 圖像辨識方法、程式產品及電腦可讀取媒體

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109104090A TWI791139B (zh) 2020-02-10 2020-02-10 圖像辨識方法、程式產品及電腦可讀取媒體

Publications (2)

Publication Number Publication Date
TW202131227A TW202131227A (zh) 2021-08-16
TWI791139B true TWI791139B (zh) 2023-02-01

Family

ID=78282894

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109104090A TWI791139B (zh) 2020-02-10 2020-02-10 圖像辨識方法、程式產品及電腦可讀取媒體

Country Status (1)

Country Link
TW (1) TWI791139B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201901409A (zh) * 2017-05-09 2019-01-01 瑞軒科技股份有限公司 混合實境組件及產生混合實境之方法
TWM584894U (zh) * 2019-04-02 2019-10-11 嘉藥學校財團法人嘉南藥理大學 記憶喚醒系統
CN110569756A (zh) * 2019-08-26 2019-12-13 长沙理工大学 人脸识别模型构建方法、识别方法、设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201901409A (zh) * 2017-05-09 2019-01-01 瑞軒科技股份有限公司 混合實境組件及產生混合實境之方法
TWM584894U (zh) * 2019-04-02 2019-10-11 嘉藥學校財團法人嘉南藥理大學 記憶喚醒系統
CN110569756A (zh) * 2019-08-26 2019-12-13 长沙理工大学 人脸识别模型构建方法、识别方法、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
期刊 曾郁展;陳遵立 "DSP-Based之即時人臉辨識系統" 國立中山大學電機工程學系碩士論文 中華民國九十四年六月;期刊 賴源泰 "以特徵為基礎的人臉辨識之可規劃計算機系統" 國立成功大學教授、副教授休假研究計畫書 中華民國104年8月20日 *
期刊 賴源泰 "以特徵為基礎的人臉辨識之可規劃計算機系統" 國立成功大學教授、副教授休假研究計畫書 中華民國104年8月20日

Also Published As

Publication number Publication date
TW202131227A (zh) 2021-08-16

Similar Documents

Publication Publication Date Title
WO2010050206A1 (ja) なりすまし検知システム、なりすまし検知方法及びなりすまし検知プログラム
JP2008529135A5 (zh)
JPWO2010004958A1 (ja) 個人認証システム、個人認証方法
CN109409058A (zh) 基于电子签名的身份认证方法、装置和计算机设备
WO2008111550A1 (ja) 画像解析システム、及び画像解析プログラム
CN110766077A (zh) 证据链图像中特写图筛选方法、装置和设备
CN111080571A (zh) 摄像头遮挡状态检测方法、装置、终端和存储介质
TWI791139B (zh) 圖像辨識方法、程式產品及電腦可讀取媒體
JP6435049B2 (ja) 画像検索装置及び方法、撮影時刻推定装置及び方法、反復構造抽出装置及び方法、並びにプログラム
WO2020021879A1 (ja) 画像処理装置、および画像処理方法、並びにプログラム
JP2019012360A (ja) 情報処理装置、プログラム及び情報処理方法
KR20190128921A (ko) 압력 감지를 이용한 사용자 인증 영상 획득 장치 및 방법
JP2019215781A (ja) 製造管理システム及び方法
TW201720129A (zh) 電子裝置與影像處理方法
JPWO2021049234A5 (zh)
JP2021108022A5 (zh)
WO2023071180A1 (zh) 真伪识别方法、装置、电子设备以及存储介质
TW201206165A (en) Image testing method of image pickup device and image testing device using the same
JP2009239391A (ja) 複眼撮影装置およびその制御方法並びにプログラム
WO2017126482A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
Yin et al. Analysis of a streamline-diffusion finite element method on Bakhvalov-Shishkin mesh for singularly perturbed problem
TWI482099B (zh) 影像處理紀錄系統及其影像處理紀錄方法
TWI511088B (zh) 產生方位影像的方法
CN112927142B (zh) 一种基于时域插值的高速高分辨率视频生成方法和装置
CN110991307A (zh) 人脸识别的方法、装置、设备及存储介质