一种图形纹理的鉴识方法
【专利摘要】本发明提供一种图形纹理的鉴识方法，属于多维数据空间【技术领域】，本发明以三维空间内数据的关联性为基础，通过对不同图片间差异化区域的几何性状对照结果，来找出这些区域内所共存的相似性变化规律。当所有的变化都是符合一种预期的演进过程时，便可以将这些图片的内容视作相同。可以有效提高图形内容的鉴识效率，提升VTM系统中人脸识别、指纹扫描等技术的识别率，从而改善用户体验。
【专利说明】一种图形纹理的鉴识方法
【技术领域】
[0001]本发明涉及多维数据空间技术，具体地说是一种图形纹理的鉴识方法；针对的是IT行业中所普遍使用的人脸识别、指纹匹配等对于持续变化性数据的鉴别与认定技术。
【背景技术】
[0002]以人脸识别算法中对几何关系的判断为例，图形纹理中所存在的特殊顶点之间的角度、长度和相互位置关系决定了算法识别的结果。然而在现实中，这些几何关系都会随着表情、情绪，或环境的不同而有所变化，这就导致了很多参照点的识别成功率会有所下降。
[0003]传统上为了降低这些变化所带来的精度降低问题，所采用的技术手段包括:骨骼轮廓识别、但是这些参照点无论怎样改变，其相对应的数值与关联范围都不会超出空间数据中的极限坐标区域。
【发明内容】
[0004]与现存的以数学模型或专属行业算法为基础所设计的系统不同，本方法并不针对特殊的行业规则而进行设计，方法中的判定依据均来源于对空间数据模型的模拟运算。使用该方法时只需确保传入的空间化数据准确无误，就可以确保计算的结果符合用户的预期值。
[0005]本方法是对多维数据空间技术的一种实际应用，主要针对的是IT行业中所普遍使用的人脸识别、指纹匹配等对于持续变化性数据的鉴别与认定技术。另外，该方法也可以作为其他数据模型匹配技术的辅助性验证工具，并随着模型复杂度的提高，有效提升这些方法的准确性。
[0006]本方法以三维空间内数据的关联性为基础，通过对不同图片间差异化区域的几何性状对照结果，来找出这些区域内所共存的相似性变化规律。当所有的变化都是符合一种预期的演进过程时，便可以将这些图片的内容视作相同。
[0007]在数据空间中，当数据的顶点坐标沿着一定规律产生变化时，与其相邻的数据也会根据空间规则的不同而产生相应的互动，从而产生区域性的改变，最终影响到图像整体的鉴识结果。而当空间中的某一个点所关联的周边区域较多时，则可以将该顶点视作关键节点。如果关键节点遗失较多，则比较结果为失败。
[0008]空间数据的变化主要来源于以下信息的改变:
0空间位置的改变
0空间体积的变化
0几何形态的改变
0变化持续的时间
0持续变化的速率
0可以变化的区域
根据空间数据变化原因的不同，本方法分别涉及到了不同的数据处理方法，这些方法包括但不限于:对数据空间位置的运算、对不同空间几何体等比例缩放的运算，以及不同几何体间相互转化的通用计算方法等。
[0009]实现步骤
步骤1:初始化算法结构，并将数据空间的初始化参数值传入函数SpaceMatchZone()。
[0010]步骤2:调用函数CreateMatchSpace O,创建数据空间。
[0011]步骤3:调用函数PicToByte ()，将待识别的图片数据还原为二进制原数据流(BMP)，重置为色彩黑白色。
[0012]步骤4:调用函数ByteToSpots ()，将原数据流转换为空间数据序列，以几何性状的关联度作为空间中的第三维度。
[0013]步骤5:将需要进行匹配运算的原始数据传入函数SpaceStartSpots ()，完成vector<atom> OriginSpots 的空间数据填充。
[0014]步骤6:将需要匹配的目标数据传入函数SpaceEndSpots (),完成vector〈atom>EndSpots的空间数据填充。
[0015]步骤7:调用函数SpaceMatchAccuracy O,设定匹配精度。
[0016]步骤8:调用函数SpaceMatchRules O,设定数据空间的空间曲率。
[0017]步骤9:调用函数SpaceMatchGeometry O,设定几何性状的可变规则。
[0018]步骤10:将 OriginSpots 和 EndSpots 传入函数 SpaceMatchGet ()，对比得到不相符合的区域。
[0019]步骤11:将不相符合的区域依次传入SpaceMatchCompare(),得出从OriginSpots向EndSpots变化所需的过程。
[0020]步骤12:调用函数SpaceMatchResult O,依次对比这些过程是否具备相同的规律。
[0021]步骤13:当最终的返回值为O时，表示两张图片可以成功匹配，否则表示匹配失败。
[0022]本发明的有益效果是:
本方法可以提高人脸识别、指纹扫描等相关领域中，对图形鉴别的有效率。特别是当图像文件有所缺损时(如指纹受损)，该方法可以通过智能化的模拟演进运算，自行修复受损区域，从而完成鉴识工作。
[0023]通过本方法，可以有效提高图形内容的鉴识效率，提升VTM系统中人脸识别、指纹扫描等技术的识别率，从而改善用户体验。
【专利附图】
【附图说明】
[0024]附图1是本发明的过程示意图。
【具体实施方式】
[0025]实现步骤
步骤1:初始化算法结构，并将数据空间的初始化参数值传入函数SpaceMatchZone()。
[0026]步骤2:调用函数CreateMatchSpace O,创建数据空间。
[0027]步骤3:调用函数PicToByte ()，将待识别的图片数据还原为二进制原数据流(BMP)，重置为色彩黑白色。
[0028]步骤4:调用函数ByteToSpots ()，将原数据流转换为空间数据序列，以几何性状的关联度作为空间中的第三维度。
[0029]步骤5:将需要进行匹配运算的原始数据传入函数SpaceStartSpots ()，完成vector<atom> OriginSpots 的空间数据填充。
[0030]步骤6:将需要匹配的目标数据传入函数SpaceEndSpots (),完成vector〈atom>EndSpots的空间数据填充。
[0031]步骤7:调用函数SpaceMatchAccuracy O,设定匹配精度。
[0032]步骤8:调用函数SpaceMatchRules O,设定数据空间的空间曲率。
[0033]步骤9:调用函数SpaceMatchGeometry O,设定几何性状的可变规则。
[0034]步骤10:将 OriginSpots 和 EndSpots 传入函数 SpaceMatchGet ()，对比得到不相符合的区域。
[0035]步骤11:将不相符合的区域依次传入SpaceMatchCompare(),得出从OriginSpots向EndSpots变化所需的过程。
[0036]步骤12:调用函数SpaceMatchResult O,依次对比这些过程是否具备相同的规律。
[0037]步骤13:当最终的返回值为O时，表示两张图片可以成功匹配，否则表示匹配失败。
【权利要求】
1.一种图形纹理的鉴识方法，其特征在于以三维空间内数据的关联性为基础，通过对不同图片间差异化区域的几何性状对照结果，来找出这些区域内所共存的相似性变化规律；当所有的变化都是符合一种预期的演进过程时，便可以将这些图片的内容视作相同。
2.根据权利要求1所述的方法，其特征在于在数据空间中，当数据的顶点坐标沿着一定规律产生变化时，与其相邻的数据也会根据空间规则的不同而产生相应的互动，从而产生区域性的改变，最终影响到图像整体的鉴识结果；而当空间中的某一个点所关联的周边区域较多时，则可以将该顶点视作关键节点；如果关键节点遗失较多，则比较结果为失败。
3.根据权利要求2所述的方法，其特征在于具体实现步骤如下: 步骤1:初始化算法结构，并将数据空间的初始化参数值传入函数SpaceMatchZone ()； 步骤2:调用函数CreateMatchSpace O,创建数据空间； 步骤3:调用函数PicToByteO,将待识别的图片数据还原为二进制原数据流(BMP)，重置为色彩黑白色； 步骤4:调用函数ByteToSpots ()，将原数据流转换为空间数据序列，以几何性状的关联度作为空间中的第三维度； 步骤5:将需要进行匹配运算的原始数据传入函数SpaceStartSpots O,完成vector<atom> OriginSpots 的空间数据填充； 步骤6:将需要匹配的目标数据传入函数SpaceEndSpots O,完成vector〈atom>EndSpots的空间数据填充； 步骤7:调用函数SpaceMatchAccuracy O,设定匹配精度； 步骤8:调用函数SpaceMatchRules O,设定数据空间的空间曲率； 步骤9:调用函数SpaceMatchGeometry O,设定几何性状的可变规则； 步骤10:将OriginSpots和EndSpots传入函数SpaceMatchGet ()，对比得到不相符合的区域； 步骤11:将不相符合的区域依次传入SpaceMatchCompare (),得出从OriginSpots向EndSpots变化所需的过程； 步骤12:调用函数SpaceMatchResult O,依次对比这些过程是否具备相同的规律； 步骤13:当最终的返回值为O时，表示两张图片可以成功匹配，否则表示匹配失败。
【文档编号】G06K9/00GK104200198SQ201410408029
【公开日】2014年12月10日 申请日期:2014年8月19日 优先权日:2014年8月19日
【发明者】张家重, 董毅, 王宏生, 张涛, 高强, 孙成通 申请人:浪潮软件集团有限公司