一种节目识别方法及装置制造方法
【专利摘要】本发明适用于图像识别【技术领域】，提供了一种节目识别方法及装置，所述方法包括：提取图像学习库中样本图像的包括颜色、纹理和形状特征的n个特征向量，将所述样本图像的图像信息和所述n个特征向量保存于向量文件，形成图像识别库；从节目流中提取目标图像，提取所述目标图像的包括颜色、纹理和形状特征的n个特征向量；根据贝叶斯决策方法，获取所述图像识别库中各样本图像的n个特征向量与所述目标图像的n个特征向量的相似概率，将所述相似概率最高的样本图像的类别作为所述节目的识别结果。本发明，通过贝叶斯决策方法对目标图像的特征向量与样本图像的特征向量进行计算决策，实现对目标图像的准确识别。
【专利说明】一种节目识别方法及装置
【技术领域】
[0001]本发明属于图像识别【技术领域】，尤其涉及一种节目识别方法及装置。
【背景技术】
[0002]随着大量电视节目的出现和丰富，智能智能终端已经成为用户获取信息和娱乐的重要工具。然而，不同用户对电视节目的喜好是不同，如何获取用户感兴趣的节目内容也成为智能智能终端的一个重要研究课题。其中，最重要的是如何识别和定位用户感兴趣的节目。
[0003]目前，现有识别方法是采用神经网络方式识别图片，人工神经网络是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。在网络模型与算法研究的基础上，利用人工神经网络组成实际的应用系统，例如，完成某种信号处理或模式识别的功能、构作专家系统、制成机器人等等。人工神经元是神经网络的基本元素，其原理如I所示，图中X1~Xn是从其他神经元传来的输入信号，Wij表示表示从神经元j到神经元i的连接权值，Θ表示一个阈值threshold,或称为偏置bias。则神经元i的输出与输入的关系表示为:
[0004]
【权利要求】
1.一种节目识别方法，其特征在于，所述方法包括: 提取图像学习库中样本图像的包括颜色、纹理和形状特征的η个特征向量，将所述样本图像的图像信息和所述η个特征向量保存于向量文件，形成图像识别库，所述图像信息包括样本图像的类别和类别编号； 从节目流中提取目标图像，提取所述目标图像的包括颜色、纹理和形状特征的η个特征向量； 根据贝叶斯决策方法，获取所述图像识别库中各样本图像的η个特征向量与所述目标图像的η个特征向量的相似概率，将所述相似概率最高的样本图像的类别作为所述节目的识别结果。
2.如权利要求1所述的方法，其特征在于，所述根据贝叶斯决策方法，获取所述图像识别库中各样本图像的η个特征向量与所述目标图像的η个特征向量的相似概率，将所述相似概率最高的样本图像的类别作为所述节目的识别结果具体为: 通过贝叶斯公式 ，获得所述目标图像的η个特征向量与所述图像识别库中各样本图像的η个特征向量的相似概率P (ω」χ):
3.如权利要求1或2所述的方法，其特征在于，所述包括颜色、纹理和形状特征的η个特征向量通过调用matlab提取。
4.如权利要求3所述的方法，其特征在于，所述提取图像学习库中样本图像的包括颜色、纹理和形状特征的η个特征向量之前还包括: 通过学习节目图像选择样本图像并对样本图像分类建立图像学习库。
5.如权利要求3所述的方法，其特征在于，所述将所述相似概率最高的样本图像的类别作为所述节目的识别结果之后还包括: 将所述识别结果以模型-视图-控制器模式进行展示。
6.一种节目识别装置，其特征在于，所述装置包括: 识别库建立单元，用于提取图像学习库中样本图像的包括颜色、纹理和形状特征的η个特征向量，将所述样本图像的图像信息和所述η个特征向量保存于向量文件，形成图像识别库，所述图像信息包括样本图像的类别和类别编号； 特征提取单元，用于从节目流中提取目标图像，提取所述目标图像的包括颜色、纹理和形状特征的η个特征向量； 图像识别单元，用于根据贝叶斯决策方法，获取所述图像识别库中各样本图像的η个特征向量与所述目标图像的η个特征向量的相似概率，将所述相似概率最高的样本图像的类别作为所述节目的识别结果。
7.如权利要求6所述的装置，其特征在于，所述图像识别单元具体用于通过贝叶斯公式，获得所述目标图像的η个特征向量与所述图像识别库中各样本图像的η个特征向量的相似概率Ρ(ω」χ):
8.如权利要求5或6所述的装置，其特征在于，所述包括颜色、纹理和形状特征的η个特征向量通过调用matlab提取。
9.如权利要求8所述的装置，其特征在于，所述装置还包括: 样本学习单元，用于通过学习节目图像选择样本图像并对样本图像分类建立图像学习库。
10.如权利要求8所述的装置，其特征在于，所述装置还包括: 结果展示单元，用于将所述识别结果以模型-视图-控制器模式进行展示。
【文档编号】G06K9/46GK103745201SQ201410005887
【公开日】2014年4月23日 申请日期:2014年1月6日 优先权日:2014年1月6日
【发明者】柳行刚 申请人:Tcl集团股份有限公司