一种基于单样本的图像识别的方法及系统的制作方法
【技术领域】
[0001] 本发明设及图像识别领域，特别设及一种基于单样本的图像识别的方法及系统。
【背景技术】
[0002] 图像识别技术在实际中应用很多，例如停车场，人脸识别技术等。例如人脸识别技 术在许多实际的应用中，比如法律实施、护照和身份证的验证等，在运些系统中，通常每个 人只存储了一个人脸样本。由于缺少人脸样本，导致了很多传统的人脸识别算法很难取得 理想的识别效果。
[0003] 针对单样本图像识别问题，近几年有很多学者提出了解决方法：一种是基于SVD 的扰动方法，通过扩充训练集来应用一般的LDA算法得到低维特征；运种算法虽然可W在 一定程度上解决了单样本的问题，但是有一个明显的缺点是在特征提取时运些虚拟生成的 样本具有很高的相关性，不能作为单独的样本，因此可能会导致判别特征子空间中信息的 冗余。传统的流形学习方法将所有的图像看作一个流形，而提出了另一种多流形判别分析 值MMA)算法，该算法结合了局部图像的几何信息，将每一个图像看作一个流形提取特征，识 别效果比传统流形学习好，但在特征提取的过程中需要过多的时间。
【发明内容】
[0004] 本发明的目的是提供一种基于单样本的图像识别的方法及系统，该方法及系统能 够在提高人脸识别效果的同时，避免了在特征提取的过程中需要过多的时间。 阳〇化]为解决上述技术问题，本发明提供一种基于单样本的图像识别的方法，包括：
[0006] 获取待识别图像；
[0007] 将所述待识别图像划分为预定尺寸的互不重叠的子图像，并利用LBP算法得到每 个子图像的统计直方图；
[0008]依次计算所述每个子图像的统计直方图与所述统计直方图相对应的各个样本中 的统计直方图的第一曼哈顿距离，根据所述第一曼哈顿距离确定粗检样本；
[0009]依次计算所述每个子图像的统计直方图与所述统计直方图相对应的所述粗检样 本中的统计直方图的第二曼哈顿距离，根据所述第二曼哈顿距离确定与所述待识别图像最 相似的最终样本。
[0010] 其中，根据所述第一曼哈顿距离确定粗检样本包括：
[0011] 比较所述每个子图像与所述每个子图像相对应的各个样本的第一曼哈顿距离，从 而确定所述每个子图像相对应的最小第一曼哈顿距离；
[0012] 根据所述最小第一曼哈顿距离确定所述每个子图像的第一类似样本；
[0013] 根据所述第一类似样本，统计所有所述第一类似样本中各个样本出现的频率并按 照频率从高到低进行排列；
[0014] 选出前预定个数的样本作为粗检样本。
[0015]其中，根据所述第二曼哈顿距离确定与所述待识别图像最相似的最终样本包括：
[0016] 比较所述每个子图像与所述每个子图像相对应的所述粗检样本的第二曼哈顿距 离，从而确定所述每个子图像相对应的最小第二曼哈顿距离；
[0017]根据所述最小第二曼哈顿距离确定所述每个子图像的第二类似样本；
[0018] 根据所述第二类似样本，统计所有所述第二类似样本中各个样本出现的频率，并 选出频率最高的样本作为最终样本。
[0019] 其中，还包括：
[0020] 定期对样本数据进行更新。 阳OW 其中，还包括：
[0022] 当确定最终样本时，提示用户进行查看。
[0023] 本发明提供一种基于单样本的图像识别的系统，包括：
[0024] 获取模块，用于获取待识别图像；
[00巧]LBP算法模块，用于将所述待识别图像划分为预定尺寸的互不重叠的子图像，并利 用LBP算法得到每个子图像的统计直方图；
[00%] 第一计算模块，用于依次计算所述每个子图像的统计直方图与所述统计直方图相 对应的各个样本中的统计直方图的第一曼哈顿距离，根据所述第一曼哈顿距离确定粗检样 本；
[0027] 第二计算模块，用于依次所述计算每个子图像的统计直方图与所述统计直方图相 对应的所述粗检样本中的统计直方图的第二曼哈顿距离，根据所述第二曼哈顿距离确定与 所述待识别图像最相似的最终样本。
[0028] 其中，所述第一计算模块包括：
[0029] 第一计算单元，用于依次计算所述每个子图像的统计直方图与所述统计直方图相 对应的各个样本中的统计直方图的第一曼哈顿距离；
[0030] 第一比较单元，用于比较所述每个子图像与所述每个子图像相对应的各个样本的 第一曼哈顿距离，从而确定所述每个子图像相对应的最小第一曼哈顿距离；
[0031] 第一类似样本单元，用于根据所述最小第一曼哈顿距离确定所述每个子图像的第 一类似样本；
[0032] 第一统计单元，用于根据所述第一类似样本，统计所有所述第一类似样本中各个 样本出现的频率并按照频率从高到低进行排列；
[0033] 粗检单元，用于选出前预定个数的样本作为粗检样本。
[0034] 其中，所述第二计算模块包括：
[0035] 第二计算单元，用于依次计算每个子图像的统计直方图与所述统计直方图相对应 的所述粗检样本中的统计直方图的第二曼哈顿距离；
[0036] 第二比较单元，用于比较所述每个子图像与所述每个子图像相对应的所述粗检样 本的第二曼哈顿距离，从而确定所述每个子图像相对应的最小第二曼哈顿距离；
[0037] 第二类似样本单元，用于根据所述最小第二曼哈顿距离确定所述每个子图像的第 二类似样本；
[0038] 第二统计单元，用于根据所述第二类似样本，统计所有所述第二类似样本中各个 样本出现的频率，并选出频率最高的样本作为最终样本。
[0039] 其中，还包括：
[0040] 更新模块，用于定期对样本数据进行更新。 阳OW 其中，还包括：
[0042] 提示模块，用于当确定最终样本时，提示用户进行查看。
[0043] 本发明所提供的基于单样本的图像识别的方法及系统，包括：获取待识别图像； 将所述待识别图像划分为预定尺寸的互不重叠的子图像，并利用LBP算法得到每个子图像 的统计直方图；依次计算所述每个子图像的统计直方图与所述统计直方图相对应的各个样 本中的统计直方图的第一曼哈顿距离，根据所述第一曼哈顿距离确定粗检样本；依次计算 每个子图像的统计直方图与所述统计直方图相对应的所述粗检样本中的统计直方图的第 二曼哈顿距离，根据所述第二曼哈顿距离确定与所述待识别图像最相似的最终样本；
[0044] 该方法通过将待识别图像进行切分处理后，第一次利用LBP计算每一个子图像的 统计直方图，并将每一个子图像的统计直方图与所有样本中对应区域的子图像的统计直方 图进行曼哈顿距离计算，从而确定与待识别图像最接近的粗检样本，并第二次利用上述方 法将待识别图像的各个子图像与粗检样本对应区域子图像进行识别，最终得到识别样本； 该方法只需要根据预定尺寸对待识别图像进行划分，计算预定个数的子图像与样本相对应 子图像的曼哈顿距离，不会出现现有技术中特征样本相关性高的问题，且本发明只有预定 个数的子图像，也不会出现现有技术中特征提取时间过长的问题；因此，本发明通过进行两 次匹配能够提高人脸识别效果，与此同时避免了在特征提取的过程中需要过多的时间。
【附图说明】 W45] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W根据 提供的附图获得其他的附图。
[0046] 图1为本发明实施例所提供的基于单样本的图像识别的方法的流程图；
[0047] 图2为本发明实施例所提供的基于单样本的图像识别的系统的结构框图。
【具体实施方式】
[0048] 本发明的核屯、是提供一种基于单样本的图像识别的方法及系统，该方法及系统能 够在提高人脸识别效果的同时，避免了在特征提取的过程中需要过多的时间