一种图像识别算法的评分方法及评分系统与流程

本发明涉及图像识别，具体涉及一种图像识别算法的评分方法及评分系统。

背景技术：

1、目前图像识别算法被广泛应用于各种智能识别场景中，而目前评判图像识别算法的优劣方式主要通过图像识别算法识别的特征点与实际环境的特征点的匹配数量进行判断，这种图像识别算法的优劣评判方式忽略了不同特征点的识别难度，不能够准确评判图像识别算法的优劣。

技术实现思路

1、为解决上述问题，本发明提供了一种图像识别算法的评分方法及评分系统，根据特征点是否匹配成功和特征点匹配的特征对的分类类型等多方面综合考量图像识别算法的优劣，并将未能匹配的特征点通过强制匹配的方式纳入评分考量范围，更全面的考量多种因素对图像识别算法的识别能力的优劣的影响，有效提高评判图像识别算法优劣的评判准确度。本发明的具体技术方案如下：

2、一种图像识别算法的评分方法，包括：采用图像识别算法对指定环境图像进行特征点识别；将图像识别算法从指定环境图像中识别到的识别特征点与指定环境图像中的预设特征点进行匹配；根据预设评分分类规则对全部匹配成功的特征对进行分类并计算全部匹配成功的特征对所对应的第一识别评分；将未匹配成功的识别特征点按照预设强制匹配规则与指定环境图像中未匹配的预设特征点进行强制匹配，获取强制匹配的特征对；根据预设评分分类规则对全部强制匹配的特征对进行分类并计算全部强制匹配的特征对所对应的第二识别评分；基于第一识别评分和第二识别评分获取图像识别算法的综合识别评分。

3、进一步地，所述预设评分分类规则中规定了每一种分类的特征对存在一个对应的评分分数。

4、进一步地，所述根据预设评分分类规则对全部匹配成功的特征对进行分类并计算全部匹配成功的特征对所对应的第一识别评分的方法，具体包括：按照预设评分分类规则对匹配成功的特征对进行分类，按照每一个匹配成功的特征对所属的分类类别确定每一个匹配成功的特征对所对应的评分分数，将全部匹配成功的特征对所对应的评分分数相加得到全部匹配成功的特征对所对应的第一识别评分。

5、进一步地，所述将未匹配成功的识别特征点按照预设强制匹配规则与指定环境图像中未匹配的预设特征点进行强制匹配，获取强制匹配的特征对的方法，具体包括：判断是否存在未匹配成功的识别特征点，若不存在未匹配成功的识别特征点，则结束强制匹配的特征对的获取；若存在未匹配成功的识别特征点，则选择其中一个未匹配成功的识别特征点，按照预设强制匹配规则中规定的强制匹配指标和最优强制匹配指标的选取规则，计算该未匹配成功的识别特征点与指定环境图像中每一个未匹配的预设特征点的强制匹配指标，从中选出最优强制匹配指标对应的预设特征点与该未匹配成功的识别特征点强制匹配为一个特征对，该未匹配成功的识别特征点和该预设特征点匹配成功；重复上述步骤，直至不存在未匹配成功的识别特征点或者指定环境图像中不存在未匹配的预设特征点。

6、进一步地，所述根据预设评分分类规则对全部强制匹配的特征对进行分类并计算全部强制匹配的特征对所对应的第二识别评分的方法，具体包括：按照预设评分分类规则对强制匹配的特征对进行分类，根据预设评分分类规则确定每一个的强制匹配的特征对所对应评分分数，结合每一个强制匹配的特征对对应的强制匹配指标作为权值，加权计算全部强制匹配的特征对所对应的第二识别评分。

7、进一步地，所述预设强制匹配规则中规定的强制匹配指标被配置为未匹配成功的识别特征点与未匹配的预设特征点之间的欧氏距离；所述最优强制匹配指标的选取规则为选取未匹配成功的识别特征点与全部未匹配的预设特征点之间的全部欧氏距离中最短的欧氏距离作为最优强制匹配指标；所述选出最优强制匹配指标对应的预设特征点与该未匹配成功的识别特征点强制匹配为一个特征对是指选出两者之间欧氏距离最短的未匹配成功的识别特征点与未匹配的预设特征点强制匹配为一个特征对；所述强制匹配的特征对对应的强制匹配指标作为权值是指将强制匹配的特征对所对应的未匹配成功的识别特征点和未匹配的预设特征点之间的欧氏距离作为权值。

8、进一步地，所述基于第一识别评分和第二识别评分获取图像识别算法的综合识别评分的方法，具体包括：图像识别算法的综合识别评分等于所述第一识别评分和所述第二识别评分的差值。

9、进一步地，所述图像识别算法的评分方法还包括：在执行将图像识别算法从指定环境图像中识别到的识别特征点与指定环境图像中的预设特征点进行匹配前，将图像识别算法从指定环境图像中识别到的识别特征点进行过滤，剔除其中不稳定的识别特征点。

10、进一步地，所述图像识别算法的评分方法还包括：将图像识别算法从指定环境中识别到的特征点中过滤出的不稳定的识别特征点进行统计，获取不稳定的识别特征点数量，并根据预设评分分类规则计算不稳定的识别特征点对应的第三识别评分，基于第一识别评分、第二识别评分和第三识别评分获取图像识别算法的综合识别评分。

11、进一步地，所述基于第一识别评分、第二识别评分和第三识别评分获取图像识别算法的综合识别评分的方法，具体包括：所述图像识别算法的综合识别评分等于所述第二识别评分和所述第三识别评分的和值与所述第一识别评分的差值绝对值，或者是，所述图像识别算法的综合识别评分等于所述第一识别评分和所述第二识别评分的和值与所述第三识别评分的差值绝对值。

12、本发明还公开一种图像识别算法的评分系统，用于实现如前所述的图像识别算法的评分方法，具体包括：预设特征点获取模块，用于获取指定环境图像中的预设特征点，并将预设特征点传输至匹配模块；特征点识别模块，用于基于导入的待评分的图像识别算法对指定环境图像进行识别，获取识别特征点并传输至匹配模块；匹配模块，用于将识别特征点和预设特征点进行匹配，并将匹配成功的特征对传输至第一分类评分模块，将未匹配的识别特征点和未匹配的预设特征点传输至强制匹配模块；强制匹配模块，用于将未匹配的识别特征点和未匹配的预设特征点按照强制匹配规则进行强制匹配，并将强制匹配的特征对传输至第二分类评分模块；第一分类评分模块，用于按照预设评分分类规则计算全部匹配成功的特征对对应的第一分类评分，并将第一分类评分传输至综合评分模块；第二分类评分模块，用于按照预设评分分类规则计算全部强制匹配的特征对对应的第二分类评分，并将第二分类评分传输至综合评分模块；综合评分模块，用于基于第一分类评分和第二分类评分生成该图像识别算法的综合评分，并将综合评分在显示模块展示，同时将该图像识别算法的综合评分和该图像识别算法相关信息传输至最优算法模块；最优算法模块，用于记录每一个图像识别算法的综合评分和相关信息，从全部图像识别算法中选择综合评分最高的图像识别算法作为最优算法，将最优算法的综合评分和相关信息在显示模块展示；显示模块，用于展示每一个图像识别算法的综合评分和相关信息，并用于展示最优算法的综合评分和相关信息。

13、进一步地，所述图像识别评分系统还包括：特征点过滤模块；其中，所述特征点识别模块获取的识别特征点直接传输至特征点过滤模块；所述特征点过滤模块用于对特征点识别模块获取的全部识别特征点进行过滤筛选，以剔除其中不稳定的识别特征点，并将过滤后的识别特征点传输至匹配模块。

14、本发明的有益效果在于：通过将识别特征点与预设特征点进行匹配，对匹配的特征对进行分类计分的方式，基于预设评分分类规则针对不同特征点的特性进行计分，同时将未能匹配的特征点和不稳定的识别特征点作为影响评分分数的因素纳入考量，实现多维度评判图像识别算法的识别能力的优劣，能够更精准的评判比较图像识别算法的识别能力的优劣。