哈顿距离；
[0113] 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；
[0114] 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；
[0115] 粗检单元，用于选出前预定个数的样本作为粗检样本。
[0116] 优选的，所述第二计算模块400包括：
[0117] 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；
[0118] 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；
[0119] 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；
[0120] 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。 阳121] 基于上述任意技术方案，该系统实施例还可W包括： 阳122] 更新模块，用于定期对样本数据进行更新。 阳123] 基于上述任意技术方案，该系统实施例还可W包括：
[0124] 提示模块，用于当确定最终样本时，提示用户进行查看。
[0125] 说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实 施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而 言，由于其与实施例公开的方法相对应，所W描述的比较简单，相关之处参见方法部分说明 即可。
[01%] 专业人员还可W进一步意识到，结合本文中所公开的实施例描述的各示例的单元 及算法步骤，能够W电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和 软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。运些 功能究竟W硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业 技术人员可W对每个特定的应用来使用不同方法来实现所描述的功能，但是运种实现不应 认为超出本发明的范围。
[0127] 结合本文中所公开的实施例描述的方法或算法的步骤可W直接用硬件、处理器执 行的软件模块，或者二者的结合来实施。软件模块可W置于随机存储器（RAM)、内存、只读存 储器（ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术 领域内所公知的任意其它形式的存储介质中。
[0128] W上对本发明所提供的基于单样本的图像识别的方法及系统进行了详细介绍。本 文中应用了具体个例对本发明的原理及实施方式进行了阐述，W上实施例的说明只是用于 帮助理解本发明的方法及其核屯、思想。应当指出，对于本技术领域的普通技术人员来说，在 不脱离本发明原理的前提下，还可W对本发明进行若干改进和修饰，运些改进和修饰也落 入本发明权利要求的保护范围内。
【主权项】
1. 一种基于单样本的图像识别的方法，其特征在于，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。2. 如权利要求1所述的方法，其特征在于，根据所述第一曼哈顿距离确定粗检样本包 括： 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； 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； 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； 选出前预定个数的样本作为粗检样本。3. 如权利要求2所述的方法，其特征在于，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： 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； 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； 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。4. 如权利要求1至3任一项所述的方法，其特征在于，还包括： 定期对样本数据进行更新。5. 如权利要求4所述的方法，其特征在于，还包括： 当确定最终样本时，提不用户进彳丁查看。6. -种基于单样本的图像识别的系统，其特征在于，包括： 获取模块，用于获取待识别图像； 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； 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； 第二计算模块，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。7. 如权利要求6所述的系统，其特征在于，所述第一计算模块包括： 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； 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； 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； 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； 粗检单元，用于选出前预定个数的样本作为粗检样本。8. 如权利要求6所述的系统，其特征在于，所述第二计算模块包括： 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； 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； 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； 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。9. 如权利要求6至8任一项所述的系统，其特征在于，还包括： 更新模块，用于定期对样本数据进行更新。10. 如权利要求9所述的系统，其特征在于，还包括： 提示模块，用于当确定最终样本时，提示用户进行查看。
【专利摘要】本发明公开了一种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；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。
【IPC分类】G06K9/00, G06K9/62
【公开号】CN105224957
【申请号】CN201510697522
【发明人】张莉, 裴庭伟, 王邦军, 张召, 李凡长
【申请人】苏州大学
【公开日】2016年1月6日
【申请日】2015年10月23日