一种图像识别方法及装置的制造方法
【专利摘要】本发明公开了一种图像识别方法，所述方法包括：确定图像中至少一块满足预设特征条件的可信区域；确定至少一块待确认是否满足所述预设特征条件的疑似区域；获取所述可信区域的面积及所述疑似区域的面积；基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。同时，本发明还公开了一种图像识别装置。采用本发明的技术方案，能判定图像中的可信区域，有效地避免漏识别以及误识别现象。
【专利说明】
一种图像识别方法及装置
技术领域
[0001]本发明涉及图像识别技术，具体涉及一种图像识别方法及装置。
【背景技术】
[0002]电子设备对照片进行智能搜索时，有时需要准确判定照片中的有效人脸区域。但是，由于照片是多样化的，各个照片的对焦或拍摄角度等不同，导致电子设备在进行识别时经常出现误识别或漏识别现象，甚至将非人脸区域识别为人脸区域。
【发明内容】
[0003]有鉴于此，本发明期望提供一种图像识别方法及装置，能准确判定图像中的可信区域，有效地避免漏识别以及误识别现象。
[0004]为达到上述目的，本发明的技术方案是这样实现的:
[0005]本发明提供了一种图像识别方法，所述方法包括:
[0006]确定图像中至少一块满足预设特征条件的可信区域；
[0007]确定至少一块待确认是否满足所述预设特征条件的疑似区域；
[0008]获取所述可信区域的面积及所述疑似区域的面积；
[0009]基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0010]上述方案中，优选地，所述基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域，包括:
[0011]计算所述疑似区域的面积与所述可信区域的面积的比值，基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0012]上述方案中，优选地，所述判断所述疑似区域是否为满足所述预设特征条件的可信区域，包括:
[0013]当所述比值在一个预设的区间时，判定疑似区域为可信。
[0014]上述方案中，优选地，所述计算所述疑似区域的面积与所述可信区域的面积的比值，包括:
[0015]若图像中有M个可信区域时，
[0016]从所述M个可信区域选取N个可信区域;其中，N < M，M、N均为正整数，M 2 2;
[0017]计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。
[0018]上述方案中，优选地，确定可信区域与疑似区域的步骤，包括:
[0019]定位图像中的待识别区域；
[°02°]对待识别区域进行分块标记；
[0021 ]获取每一块待识别区域的基准特征；
[0022]判断各块待识别区域的基准特征是否满足预设特征条件；
[0023]将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域;将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。
[0024]上述方案中，优选地，所述预设特征条件为人脸特征条件，确定可信区域与疑似区域的方法包括:
[0025]定位图像中的人像轮廓区域；
[0026]对人像轮廓区域进行分块标记；
[0027]获取每一块待识别区域的基准特征；
[0028]判断各块待识别区域的基准特征是否满足人脸特征；
[0029]将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域。
[0030]上述方案中，优选地，所述定位图像中的待识别区域，包括:
[0031]获取图像中待识别的对象以及辨识度需求；
[0032]基于所述待识别的对象选取识别算法；
[0033]基于所述辨识度需求调整所选取的识别算法的置信度；
[0034]按照已调整置信度的识别算法定位图像中的待识别区域。
[0035 ]本发明还提供了一种图像识别装置，所述装置包括:
[0036]传感器，用于确定图像中至少一块满足预设特征条件的可信区域;确定至少一块待确认是否满足所述预设特征条件的疑似区域；
[0037]处理器，用于获取所述可信区域的面积及所述疑似区域的面积;基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0038]上述方案中，优选地，所述处理器，还用于:
[0039]计算所述疑似区域的面积与所述可信区域的面积的比值;基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0040]上述方案中，优选地，所述处理器，还用于:
[0041]当所述比值在一个预设的区间时，判定疑似区域为可信。
[0042 ] 上述方案中，优选地，所述处理器，还用于:
[0043]若图像中有M个可信区域时，
[0044]从所述M个可信区域选取N个可信区域;其中，N<M，M、N均为正整数，M2 2;
[0045]计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。
[0046]上述方案中，优选地，所述传感器，还用于:
[0047]定位图像中的待识别区域；
[0048]对待识别区域进行分块标记；
[0049]获取每一块待识别区域的基准特征；
[0050]判断各块待识别区域的基准特征是否满足预设特征条件；
[0051]将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域;将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。
[0052 ] 上述方案中，优选地，所述传感器，还用于:
[0053]所述预设特征条件为人脸特征条件时，
[0054]定位图像中的人像轮廓区域；
[0055]对人像轮廓区域进行分块标记；
[0056]获取每一块待识别区域的基准特征；
[0057]判断各块待识别区域的基准特征是否满足人脸特征；
[0058]将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域。
[0059 ] 上述方案中，优选地，所述传感器，还用于:
[0060]获取图像中待识别的对象以及辨识度需求；
[0061 ]基于所述待识别的对象选取识别算法；
[0062]基于所述辨识度需求调整所选取的识别算法的置信度；
[0063]按照已调整置信度的识别算法定位图像中的待识别区域。
[0064]本发明还提供了一种图像识别装置，所述装置包括:
[0065]第一确定单元，用于确定图像中至少一块满足预设特征条件的可信区域；
[0066]第二确定单元，用于确定至少一块待确认是否满足所述预设特征条件的疑似区域；
[0067]获取单元，用于获取所述可信区域的面积及所述疑似区域的面积；
[0068]判断单元，用于基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0069]本发明提供的图像识别方法及装置，确定图像中至少一块满足预设特征条件的可信区域;确定至少一块待确认是否满足所述预设特征条件的疑似区域;获取所述可信区域的面积及所述疑似区域的面积;基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域;如此，能准确判定图像中的可信区域，有效地避免漏识别以及误识别现象。
【附图说明】
[0070]图1为本发明实施例图像识别方法的实现流程示意图；
[0071]图2为本发明实施例对人像图像进行识别的流程示意图；
[0072]图3为本发明实施例提供的待识别的人像图像中疑似区域与可信区域的示意图；
[0073]图4为本发明实施例图像识别装置的结构示意图一；
[0074]图5为本发明实施例图像识别装置的结构示意图二。
【具体实施方式】
[0075]为了能够更加详尽地了解本发明的特点与技术内容，下面结合附图对本发明的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。
[0076]实施例一
[0077]图1为本发明实施例图像识别方法的实现流程示意图一，应用于电子设备中，在本发明一个优选实施例中，所述图像识别方法主要包括以下步骤:
[0078]步骤101:确定图像中至少一块满足预设特征条件的可信区域。
[0079]其中，所述特征为用于标识某一对象的特征。也就是说，所述特征是一事物区别于其他事物的标志。
[0080]优选地，所述预设特征条件至少包括:一个特征。
[0081 ]在一【具体实施方式】中，确定可信区域的步骤，可以包括:
[0082]定位图像中的待识别区域；
[0083]对待识别区域进行分块标记；
[0084]获取每一块待识别区域的基准特征；
[0085]判断各块待识别区域的基准特征是否满足预设特征条件；
[0086]将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域;将确定不包含有满足所述预设特征条件的基准特征的区域确定为不可信区域。
[0087]如此，基于预设特征条件对图像进行了第一级识别，能确保被识别出的区域为图像中的可信区域。
[0088]步骤102:确定至少一块待确认是否满足所述预设特征条件的疑似区域。
[0089]优选地，确定疑似区域的步骤，可以包括:
[0090]定位图像中的待识别区域；
[0091 ]对待识别区域进行分块标记；
[0092]获取每一块待识别区域的基准特征；
[0093]判断各块待识别区域的基准特征是否满足预设特征条件；
[0094]将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。
[0095]如此，在基于预设特征条件对图像进行第一级识别的同时，还能找出图像中待确认是否为可信区域的疑似区域，以待通过下述步骤103及步骤104进一步对所述疑似区域进行第二级识别。
[0096]在一【具体实施方式】中，所述定位图像中的待识别区域，可以包括:
[0097]获取图像中待识别的对象以及辨识度需求；
[0098]基于所述待识别的对象选取识别算法；
[0099]基于所述辨识度需求调整所选取的识别算法的置信度；
[0100]按照已调整置信度的识别算法定位图像中的待识别区域。
[0101]本实施例中，并不对所述待识别的对象的类别进行限定，例如，所述待识别的对象可以为人、或动物、或植物、或某一物品等。
[0102]这里，从广义上说，不同的待识别对象，对应不同的识别算法。例如，对于人像的识别，是通过采集多张人像的特征，并对所采集的人像特征进行建模训练得到的;对于动物像的识别，是通过采集多张动物像的特征，并对所采集的动物像特征进行建模训练得到的;对于建筑物像的识别，是通过采集多张建筑物像的特征，并对所采集的建筑物像特征进行建模训练得到的。
[0103]对于每一类图像识别算法，可以调节置信度，不同置信度下的同一类算法，识别的准确率不同。
[0104]因此，如果想精确识别某一对象或某一对象的某个部位，可以选取置信度高的识别算法，如果想粗略识别某一对象或某一对象的某个部位，可以选取置信度较低的识别算法。
[0105]步骤103:获取所述可信区域的面积及所述疑似区域的面积。
[0106]在一【具体实施方式】中，所述获取所述可信区域的面积及所述疑似区域的面积，包括:
[0107]通过图像处理软件计算图片中可信区域及疑似区域的面积。
[0108]例如，所述图像处理软件可以为Photoshop。
[0109]在另一【具体实施方式】中，所述获取所述可信区域的面积及所述疑似区域的面积，包括:
[0110]将所述可信区域或所述疑似区域尽量划分为多个规则图形，以使得在所述可信区域或所述疑似区域中存在尽量少的不规则图形甚至不存在不规则图形；
[0111]对于规则图形，按照求取相应规则图形的面积计算公式进行计算；
[0112]对于不规则图形，先将所述不规则图形通过分割或平移或旋转等方式变成可计算面积的图形，再按照所述可计算面积的图形的计算公式进行计算；
[0113]将规则图像的面积与不规则图形的面积的和作为所述可信区域的面积及所述疑似区域的面积。
[0114]步骤104:基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0115]优选地，所述基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域，可以包括:
[0116]计算所述疑似区域的面积与所述可信区域的面积的比值，基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0117]其中，所述判断所述疑似区域是否为满足所述预设特征条件的可信区域，可以包括:
[0118]当所述比值在一个预设的区间时，判定疑似区域为可信。
[0119]也就是说，当所述比值不在所述预设的区间时，判定疑似区域为不可信。
[0120]这里，所述预设的区间可以为开区间、或闭区间、或半开半闭区间。
[0121]举例来说，假设所述预设的区间的两端点值分别为xl、x2，那么，当所述预设的区间为开区间时，所述预设的区间可以表示为Ul，x2);当所述预设的区间为闭区间时，所述预设的区间可以表示为[xl，x2];当所述预设的区间为闭区间时，所述预设的区间可以表示为(Xl，x2]或[Xl，x2)。下面，以所述预设的区间为[Xl，x2]为例进行说明，当所述疑似区域的面积与所述可信区域的面积的比值在[xl，x2]范围内时，判定所述疑似区域为可信；当所述疑似区域的面积与所述可信区域的面积的比值<xl或>x2时，判定所述疑似区域为不可信。比如，所述xl为0.707,所述x2为1.414;再比如，所述xl为0.5，所述x2为2。
[0122]优选地，所述预设的区间的两个端点值一般为最佳临界值，可以根据正态分布计算得出，在此，不再对如何计算所述两个端点值进行说明。
[0123]在一【具体实施方式】中，所述计算所述疑似区域的面积与所述可信区域的面积的比值，包括:
[0124]若图像中有M个可信区域时，
[0125]从所述M个可信区域选取N个可信区域;其中，N < M，M、N均为正整数，M 2 2;
[0126]计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。
[0127]在步骤104之后，所述方法还可以包括:
[0128]结合判断结果，按照预设规则对所述图像进行处理；
[0129]具体地，所述按照预设规则对所述图像进行处理，可以包括:
[0130]锁定所述图像中的可信区域，并对可信区域进行突出显示，或[0131 ]对不可信区域进行虚化处理;或
[0132]对每一可信区域进行对焦，并在对焦完成之后拍照。
[0133]当然，所述处理方式并不限于以上列举的几种方式，在此不再列举。
[0134]举例来说，在拍照时，电子设备的预览框中的预览图像出现了多个主体，采用本实施例所述技术能够很好地确定可信区域，并对疑似区域做进一步的辨识，最终确定出每个主体，对每个主体进行对焦，进而使得拍得的照片中主体更为清晰。
[0135]本实施例中，所述电子设备可以是但不限定于下述设备:相机、手机、笔记本电脑、平板电脑、可穿戴式设备。
[0136]在本发明实施例中，定图像中至少一块满足预设特征条件的可信区域;确定至少一块待确认是否满足所述预设特征条件的疑似区域;获取所述可信区域的面积及所述疑似区域的面积;基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域;如此，能判定图像中的可信区域，有效地避免漏识别以及误识别现象，提升了用户的使用体验。
[0137]实施例二
[0138]图2为本发明实施例对人像图像进行识别的流程示意图，应用于电子设备中，在本发明一个优选实施例中，所述流程主要包括以下步骤:
[0139]步骤201:定位图像中的人像轮廓区域，并对人像轮廓区域进行分块标记。
[0140]具体地，可采用轮廓提取方法定位图像中的人像轮廓区域;可采用图像分块技术对人像轮廓区域进行分块标记。
[0141]步骤202:获取每一块待识别区域的基准特征，判断各块待识别区域的基准特征是否满足人脸特征。
[0142]这里，所述基准特征是指能够表征该块区域内容的特征。
[0143]步骤203:将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域。
[0144]步骤204:获取所述可信区域的面积及所述疑似区域的面积。
[0145]在一【具体实施方式】中，所述获取所述可信区域的面积及所述疑似区域的面积，包括:
[0146]通过图像处理软件计算图片中可信区域及疑似区域的面积。
[0147]例如，所述图像处理软件可以为Photoshop。
[0148]在另一【具体实施方式】中，所述获取所述可信区域的面积及所述疑似区域的面积，包括:
[0149]将所述可信区域或所述疑似区域尽量划分为多个规则图形，以使得在所述可信区域或所述疑似区域中存在尽量少的不规则图形甚至不存在不规则图形；
[0150]对于规则图形，按照求取相应规则图形的面积计算公式进行计算；
[0151]对于不规则图形，先将所述不规则图形通过分割或平移或旋转等方式变成可计算面积的图形，再按照所述可计算面积的图形的计算公式进行计算；
[0152]将规则图像的面积与不规则图形的面积的和作为所述可信区域的面积及所述疑似区域的面积。
[0153]步骤205:基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述人脸特征条件的可信区域。
[0154]优选地，所述基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述人脸特征条件的可信区域，可以包括:
[0155]计算所述疑似区域的面积与所述可信区域的面积的比值，基于所述比值，判断所述疑似区域是否为满足所述人脸特征条件的可信区域。
[0156]其中，所述判断所述疑似区域是否为满足所述人脸特征条件的可信区域，可以包括:
[0157]当所述比值大于y2或小于yl时，判定所述疑似区域不可信。
[0158]例如，所述y2的值为1.41，yI的值为0.7。
[0159]在一【具体实施方式】中，所述计算所述疑似区域的面积与所述可信区域的面积的比值，包括:
[0160]若图像中有M个可信区域时，
[0161]从所述M个可信区域选取N个可信区域;其中，N<M，M、N均为正整数，M2 2;
[0162]计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。
[0163]图3为本发明实施例提供的待识别的人像图像中疑似区域与可信区域的示意图；在图3中，对于检测出的包含人脸特征的人脸区域用实线框表示，对于检测出的不确定是否包含人脸特征的疑似人脸区域用虚线框表示;从该图可以看出，总共检测出3个人脸区域，分别记为Al、A2、A3; 2个疑似人脸区域，用，分别记为B1、B2;需要对所述2个疑似人脸区域进行进一步辨识;具体的，根据步骤205中所述判断方法，可以选择下述公式计算疑似人脸区域与人脸区域的面积比值;具体的，
[0164]f(Bl) = S(Bl)/{[S(Al)+S(A2)+S(A3)],f(B2) = S(B2)/{[S(Al)+S(A2)+S(A3)]/3;其中，3(41)、3(42)、3(43)、3(81)、3(82)分别表示人脸区域41^2^3、疑似人脸区域81、B2的面积;f(Bl)、f(B2)分别表示疑似人脸区域B1、B2与3个人脸区域的面积的均值的比值；
[0165]f (BI) = (150px*150px)/[(70px*70px+60px*60px+85px*85px)/3] = 4.29>1.41,所以判定BI区域不是有效人脸；
[0166]f(B2)=(102px*102px)/[(70px*70px+60px*60px+85px*85px)/3]=I.98>I.41，所以判定B2区域不是有效人脸。
[0167]本实施例所述对人像进行识别的方法，对检测出人脸特征的人脸区域的面积与疑似人脸区域的面积进行对比，判断所述疑似人脸区域是否为可信区域，从而能够进行疑似人脸区域的排除。
[0168]在步骤205之后，所述方法还可以包括:
[0169]锁定所述图像中的人脸区域，对所述图像中的人脸区域进行修图处理，如美图处理。
[0170]如此，能预览或拍摄或输出更为赏心悦目的图像。
[0171]在步骤205之后，所述方法还可以包括:
[0172]锁定所述图像中的人脸区域，对并对非人脸区域进行虚化处理；
[0173]如此，能预览或拍摄或输出“主体清晰、背景模糊”的图片，提升用户的体验。
[0174]本实施例中，所述电子设备可以是但不限定于下述设备:相机、手机、笔记本电脑、平板电脑、可穿戴式设备。
[0175]在本发明实施例中，定位图像中的人像轮廓区域，并对人像轮廓区域进行分块标记;获取每一块待识别区域的基准特征，判断各块待识别区域的基准特征是否满足人脸特征;将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域;获取所述可信区域的面积及所述疑似区域的面积;对检测出人脸特征的人脸区域的面积与疑似人脸区域的面积进行对比，判断所述疑似人脸区域是否为可信区域，从而能够进行疑似人脸的排除；如此，能判定图像中的人脸区域，有效地避免漏识别以及误识别现象，提升了用户的使用体验。
[0176]实施例三
[0177]图4为本发明实施例图像识别装置的结构示意图一，如图4所示，所述图像识别装置包括:
[0178]第一确定单元41，用于确定图像中至少一块满足预设特征条件的可信区域；
[0179]第二确定单元42，用于确定至少一块待确认是否满足所述预设特征条件的疑似区域；
[0180]获取单元43，用于获取所述可信区域的面积及所述疑似区域的面积；
[0181]判断单元44，用于基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0182]优选地，所述判断单元44，还用于:
[0183]计算所述疑似区域的面积与所述可信区域的面积的比值，基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0184]其中，所述判断单元44判断所述疑似区域是否为满足所述预设特征条件的可信区域，包括:
[0185]当所述比值在一个预设的区间时，判定疑似区域为可信。
[0186]优选地，所述判断单元44计算所述疑似区域的面积与所述可信区域的面积的比值，包括:
[0187]若图像中有M个可信区域时，
[0188]从所述M个可信区域选取N个可信区域;其中，N<M，M、N均为正整数，M2 2;
[0189]计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。
[0190]优选地，所述第一确定单元41确定可信区域的步骤，包括:
[0191]定位图像中的待识别区域；
[0192]对待识别区域进行分块标记；
[0193]获取每一块待识别区域的基准特征；
[0194]判断各块待识别区域的基准特征是否满足预设特征条件；
[0195]将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域。
[0196]在一【具体实施方式】中，所述预设特征条件为人脸特征条件，所述第一确定单元41确定可信区域的方法包括:
[0197]定位图像中的人像轮廓区域；
[0198]对人像轮廓区域进行分块标记；
[0199]获取每一块待识别区域的基准特征；
[0200]判断各块待识别区域的基准特征是否满足人脸特征；
[0201]将确定包含所述人脸特征的区域确定为可信区域。
[0202]优选地，所述第二确定单元41确定疑似区域的步骤，包括:
[0203]定位图像中的待识别区域；
[0204]对待识别区域进行分块标记；
[0205]获取每一块待识别区域的基准特征；
[0206]判断各块待识别区域的基准特征是否满足预设特征条件；
[0207]将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。
[0208]在一【具体实施方式】中，所述预设特征条件为人脸特征条件，所述第二确定单元42确定疑似区域的方法包括:
[0209]定位图像中的人像轮廓区域；
[0210]对人像轮廓区域进行分块标记；
[0211 ]获取每一块待识别区域的基准特征；
[0212]判断各块待识别区域的基准特征是否满足人脸特征；
[0213]将不确定是否包含所述人脸特征的区域确定为疑似区域。
[0214]所述第一确定单元41以及所述第二确定单元42定位图像中的待识别区域的方法，包括:
[0215]获取图像中待识别的对象以及辨识度需求；
[0216]基于所述待识别的对象选取识别算法；
[0217]基于所述辨识度需求调整所选取的识别算法的置信度；
[0218]按照已调整置信度的识别算法定位图像中的待识别区域。
[0219]上述图像识别装置可设置于电子设备中。
[0220]本领域技术人员应当理解，本发明实施例的图像识别装置中各单元的功能，可参照前述图像识别方法的相关描述而理解，本发明实施例的图像识别装置中各单元，可通过实现本发明实施例所述的功能的模拟电路而实现，也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
[0221]所述图像识别装置中的第一确定单元41、第二确定单元42、获取单元43、判断单元44的具体结构均可对应于处理器。所述处理器具体的结构可以为中央处理器(CPU，CentralProcessing Unit)、微处理器(MCU，Micro Controller Unit)、数字信号处理器(DSP，Digital Signal Processing)或可编程逻辑器件(PLC，Programmable Logic Controller)等具有处理功能的电子元器件或电子元器件的集合。其中，所述处理器包括可执行代码，所述可执行代码存储在存储介质中，所述处理器可以通过总线等通信接口与所述存储介质中相连，在执行具体的各模块的对应功能时，从所述存储介质中读取并运行所述可执行代码。所述存储介质用于存储所述可执行代码的部分优选为非瞬间存储介质。
[0222]所述第一确定单元41、第二确定单元42、获取单元43、判断单元44可以集成对应于同一处理器，或分别对应不同的处理器；当集成对应于同一处理器时，所述处理器采用时分处理所述第一确定单元41、第二确定单元42、获取单元43、判断单元44对应的功能。
[0223]本实施例所述图像识别装置，能判定图像中的可信区域，有效地避免漏识别以及误识别现象，提升了用户的使用体验。
[0224]实施例四
[0225]图5为本发明实施例图像识别装置的结构示意图二，如图5所示，所述图像识别装置包括:
[0226]传感器51，用于确定图像中至少一块满足预设特征条件的可信区域;确定至少一块待确认是否满足所述预设特征条件的疑似区域；
[0227]处理器52，用于获取所述可信区域的面积及所述疑似区域的面积;基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0228]优选地，所述处理器52，还用于:
[0229]计算所述疑似区域的面积与所述可信区域的面积的比值;基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
[0230]优选地，所述处理器52，还用于:
[0231]当所述比值在一个预设的区间时，判定疑似区域为可信。
[0232]优选地，所述处理器52，还用于:
[0233]若图像中有M个可信区域时，
[0234]从所述M个可信区域选取N个可信区域;其中，N<M，M、N均为正整数，M2 2;
[0235]计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。
[0236]优选地，所述传感器51，还用于:
[0237]定位图像中的待识别区域；
[0238]对待识别区域进行分块标记；
[0239]获取每一块待识别区域的基准特征；
[0240]判断各块待识别区域的基准特征是否满足预设特征条件；
[0241]将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域;将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。
[0242]优选地，所述传感器51，还用于:
[0243]所述预设特征条件为人脸特征条件时，
[0244]定位图像中的人像轮廓区域；
[0245]对人像轮廓区域进行分块标记；
[0246]获取每一块待识别区域的基准特征；
[0247]判断各块待识别区域的基准特征是否满足人脸特征；
[0248]将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域。
[0249]优选地，所述传感器51，还用于:
[0250]获取图像中待识别的对象以及辨识度需求；
[0251 ]基于所述待识别的对象选取识别算法；
[0252]基于所述辨识度需求调整所选取的识别算法的置信度；
[0253]按照已调整置信度的识别算法定位图像中的待识别区域。
[0254]上述图像识别装置可设置于电子设备中。
[0255]本领域技术人员应当理解，本发明实施例的图像识别装置中各单元的功能，可参照前述图像识别方法的相关描述而理解，本发明实施例的图像识别装置中各单元，可通过实现本发明实施例所述的功能的模拟电路而实现，也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
[0256]本实施例所述图像识别装置，能判定图像中的可信区域，有效地避免漏识别以及误识别现象，提升了用户的使用体验。
[0257]在本发明所提供的几个实施例中，应该理解到，所揭露的方法、装置和电子设备，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如:多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0258]上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0259]另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0260]本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(R0M，Read_0nly Memory)、随机存取存储器(RAM ,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0261]或者，本发明实施例上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、R0M、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
[0262]以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
【主权项】
1.一种图像识别方法，所述方法包括: 确定图像中至少一块满足预设特征条件的可信区域； 确定至少一块待确认是否满足所述预设特征条件的疑似区域； 获取所述可信区域的面积及所述疑似区域的面积； 基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。2.根据权利要求1所述的方法，其特征在于，所述基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域，包括: 计算所述疑似区域的面积与所述可信区域的面积的比值，基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。3.根据权利要求2所述的方法，其特征在于，所述判断所述疑似区域是否为满足所述预设特征条件的可信区域，包括: 当所述比值在一个预设的区间时，判定疑似区域为可信。4.根据权利要求2所述的方法，其特征在于，所述计算所述疑似区域的面积与所述可信区域的面积的比值，包括: 若图像中有M个可信区域时， 从所述M个可信区域选取N个可信区域;其中，N < M，M、N均为正整数，M 2 2; 计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。5.根据权利要求1所述的方法，其特征在于，确定可信区域与疑似区域的步骤，包括: 定位图像中的待识别区域； 对待识别区域进行分块标记； 获取每一块待识别区域的基准特征； 判断各块待识别区域的基准特征是否满足预设特征条件； 将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域;将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。6.根据权利要求5所述的方法，其特征在于，所述预设特征条件为人脸特征条件，确定可信区域与疑似区域的方法包括: 定位图像中的人像轮廓区域； 对人像轮廓区域进行分块标记； 获取每一块待识别区域的基准特征； 判断各块待识别区域的基准特征是否满足人脸特征； 将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域。7.根据权利要求5所述的方法，其特征在于，所述定位图像中的待识别区域，包括: 获取图像中待识别的对象以及辨识度需求； 基于所述待识别的对象选取识别算法； 基于所述辨识度需求调整所选取的识别算法的置信度； 按照已调整置信度的识别算法定位图像中的待识别区域。8.一种图像识别装置，所述装置包括: 传感器，用于确定图像中至少一块满足预设特征条件的可信区域;确定至少一块待确认是否满足所述预设特征条件的疑似区域； 处理器，用于获取所述可信区域的面积及所述疑似区域的面积;基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。9.根据权利要求8所述的装置，其特征在于，所述处理器，还用于: 计算所述疑似区域的面积与所述可信区域的面积的比值;基于所述比值，判断所述疑似区域是否为满足所述预设特征条件的可信区域。10.根据权利要求9所述的装置，其特征在于，所述处理器，还用于: 当所述比值在一个预设的区间时，判定疑似区域为可信。11.根据权利要求9所述的装置，其特征在于，所述处理器，还用于: 若图像中有M个可信区域时， 从所述M个可信区域选取N个可信区域;其中，N < M，M、N均为正整数，M 2 2; 计算所述疑似区域所占面积与所述N个可信区域的面积的均值的比值。12.根据权利要求8所述的装置，其特征在于，所述传感器，还用于: 定位图像中的待识别区域； 对待识别区域进行分块标记； 获取每一块待识别区域的基准特征； 判断各块待识别区域的基准特征是否满足预设特征条件； 将确定包含有满足所述预设特征条件的基准特征的区域确定为可信区域;将不确定是否包含有满足所述预设特征条件的基准特征的区域确定为疑似区域。13.根据权利要求12所述的装置，其特征在于，所述传感器，还用于: 所述预设特征条件为人脸特征条件时， 定位图像中的人像轮廓区域； 对人像轮廓区域进行分块标记； 获取每一块待识别区域的基准特征； 判断各块待识别区域的基准特征是否满足人脸特征； 将确定包含所述人脸特征的区域确定为可信区域，将不确定是否包含所述人脸特征的区域确定为疑似区域。14.根据权利要求12所述的装置，其特征在于，所述传感器，还用于: 获取图像中待识别的对象以及辨识度需求； 基于所述待识别的对象选取识别算法； 基于所述辨识度需求调整所选取的识别算法的置信度； 按照已调整置信度的识别算法定位图像中的待识别区域。15.—种图像识别装置，所述装置包括: 第一确定单元，用于确定图像中至少一块满足预设特征条件的可信区域； 第二确定单元，用于确定至少一块待确认是否满足所述预设特征条件的疑似区域； 获取单元，用于获取所述可信区域的面积及所述疑似区域的面积； 判断单元，用于基于所述可信区域的面积及所述疑似区域的面积的关系，判断所述疑似区域是否为满足所述预设特征条件的可信区域。
【文档编号】G06K9/00GK105844232SQ201610161992
【公开日】2016年8月10日
【申请日】2016年3月21日
【发明人】张艳辉
【申请人】联想(北京)有限公司