一种基于逆向词袋模型的图像识别方法

发明专利有效专利

申请号：
CN202010292713.5
IPC分类号：G06K9/46;G06K9/62;G06K9/00
申请日期：
2020-04-13
申请人：
四川轻化工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于逆向词袋模型的图像识别方法
申请号	CN202010292713.5	申请日期	2020-04-13
法律状态	公开	申报国家	中国
公开/公告日	2020-08-11	公开/公告号	CN111523554A
优先权	暂无	优先权号	暂无
主分类号	G06K9/46 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/36 图像预处理，即无须判定关于图像的同一性而进行的图像信息处理〔3〕 G06K9/46 图像特征或特性的抽取〔3〕	IPC分类号	G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0查看分类表>
申请人	四川轻化工大学	申请人地址	四川省自贡市汇东学苑街180号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川轻化工大学	当前权利人	四川轻化工大学
发明人	裴云强;吴亚东;王赋攀;侯志伟
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于逆向词袋模型的图像识别方法，包括：逆向词袋模型生成：在服务器端提取所有参考图像的SURF特征点并获得相应64维描述子，利用K‑means建立逆向词袋模型，叶子节点对应“视觉单词”；目标图像传输：打开Web摄像头捕获图像，将该图像直接上传到服务器，提取图像的SURF特征点，并获得相应的描述子；图像词向量生成：利用已建立的逆向词袋模型对参考和目标图像的所有SURF描述子进行分类，并将每个描述子的分类结果关联到视觉单词上，随后计算出相应词向量；目标图像识别：计算目标图像词向量和参考图像词向量的欧氏距离，将距离最小值对应的参考图像作为识别结果。本发明方法能够在保证识别速度的同时保证识别匹配度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供