一种图像识别方法及相关装置与流程

1.本技术涉及图像识别技术领域，特别是涉及一种图像识别方法及相关装置。

背景技术：

2.随着互联网技术的飞速发展，图像识别技术的应用领域得到了不断扩展。在对目标图像进行分析的过程中，为了提高图像分析结果的准确性，通常会根据目标图像的图像特征，在图像数据库中搜索和查询图像特征最为相似的多张相似图像，通过共同处理目标图像和相似图像来提高图像分析结果的准确性。
3.虽然通过目标图像的图像特征能够查询到多张相似图像，但是由于图像数据库中的图像数量较为庞大，查询到的多张相似图像中极易混入与目标图像的图像特征相似但是图像内容不同的错误图像，共同处理目标图像和错误图像会降低图像分析结果的准确性。

技术实现要素：

4.为了解决上述技术问题，本技术提供了一种图像识别方法及相关装置，能够在图像库中准确识别与目标图像具有相同图像内容的相似图像。
5.本技术实施例公开了如下技术方案：
6.第一方面，提供了一种图像识别方法，方法包括：
7.根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的m个初始特征相似图像，m≥2；
8.基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果，图像信息用于表示图像包括的目标对象的对象信息，聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；
9.根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的k个目标特征相似图像，m》k≥1。
10.第二方面，提供了一种图像识别装置，装置包括：
11.第一确定单元，用于根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的m个初始特征相似图像，m≥2；
12.聚类单元，用于基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果，图像信息用于表示图像包括的目标对象的对象信息，聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；
13.第二确定单元，用于根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的k个目标特征相似图像，m》k≥1。
14.第三方面，提供了一种计算机设备，包括处理器以及存储器：
15.存储器存储有计算机程序代码；
16.处理器执行计算机程序时实现上述图像识别方法中的步骤。
17.第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机
程序，计算机程序被处理器执行时实现上述图像识别方法中的步骤。
18.第五方面，提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被处理器执行时实现上述图像识别方法中的步骤。
19.由上述技术方案可以看出，根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的图像特征最为相似的多个初始特征相似图像；基于多个初始特征相似图像分别对应的图像信息，对多个初始特征相似图像进行聚类，得到对应的聚类结果，聚类结果中包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的目标特征相似图像。采用上述方案，能够在目标图像库中准确识别到与待识别图像具有相同图像内容的目标特征相似图像，提高图像识别的准确率。
附图说明
20.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1为本技术实施例提供的一种图像识别方法的流程图；
22.图2为本技术实施例提供的一种图像识别装置的示意图；
23.图3为本技术实施例提供的一种终端设备的结构图；
24.图4为本技术实施例提供的一种服务器的结构图。
具体实施方式
25.下面结合附图，对本技术的实施例进行描述。
26.在图像识别技术中，通常是根据目标图像的图像特征，在图像数据库中直接搜索和查询图像特征最为相似的多张相似图像，但是由于图像数据库中的图像数量较为庞大，往往会存在图像特征相似但是图像内容不同的干扰图像，这些干扰图像极易被错误地识别至目标图像的相似图像中，降低图像识别的准确性。
27.鉴于此，本技术提供了一种图像识别方法及相关装置，能够在图像库中准确识别与目标图像具有相同图像内容的相似图像。
28.下面通过方法实施例对本技术提供的图像识别方法进行说明，如图1所示，图1为本技术实施例提供的一种图像识别方法的流程图，该方法包括如下步骤：
29.s101、根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的m个初始特征相似图像，m≥2。
30.图像特征是指图像的各种特征，主要包括图像的颜特征、纹理特征、区域特征和空间关系特征，其中，颜特征描述了图像的表面颜性质；纹理特征描述了图像的表面纹理性质；形状特征有两类表示方法，一类是轮廓特征，主要针对图像所包括的目标对象的外边界，一类是区域特征，主要关系到图像所包括的目标对象的整个形状区域；空间关系特征描述了图像包括的多个目标对象之间的空间位置关系或相对方向关系。
31.计算机设备根据待识别图像的图像特征，可以在目标图像库中搜索确定待识别图像对应的m个初始特征相似图像，m个初始特征相似图像是指目标图像库中与待识别图像的图像特征相似度最高的m张图像。通过待识别图像的图像特征，初步确定多张初始特征相似图像，以便通过后续步骤在该多张初始特征相似图像中确定待识别图像的目标特征相似图像。
32.需要说明的是，初始特征相似图像的数量与目标特征相似图像的数量相关，初始特征相似图像的数量越大，相应的目标特征相似图像的准确性就越高，但是如果初始特征相似图像的数量过大，后续的聚类等步骤的处理量也会过大，故可以根据目标特征相似图像的数量按需设置初始特征相似图像的数量。
33.在一些实施例中，待识别图像包括场景识别图像和人脸识别图像。
34.在图像识别技术中，待识别图像可以包括场景识别图像和人脸识别图像，通过场景识别图像对目标场景进行分析处理时，通过相似图像的分析处理可以对目标场景进行准确定位；通过人脸识别图像对目标人脸进行分析处理时，通过相似图像的分析处理可以提高目标人脸的分析结果的准确率。
35.s102、基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果，图像信息用于表示图像所包括的目标对象的对象信息，聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像。
36.图像信息是指初始特征相似图像相关联的信息，用于表示图像所包括的目标对象的相关信息，例如，当初始特征相似图像为场景识别图像时，相关联的图像信息可以为图像中的场景的空间位置，当初始特征相似图像为人脸识别图像时，相关联的图像信息可以为图像中的人的性别、年龄等数据，当厨师特征相似图像为商品识别图像时，相关联的图像信息可以为图像中的商品的价格。
37.在s101中通过待识别图像的图像特征，确定了对应的多个初始特征相似图像，由于被错误识别的干扰图像通常是具有相同或相似的图像特征但是图像内容不同，图像内容不同是指图像所包括的目标对象不同，干扰图像通常只占初始特征相似图像的少数，正确的相似图像通常占初始特征相似图像的多数，故可以通过图像包括的目标对象的对象信息对图像进行聚类，得到相应的聚类结果，聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像，后续步骤中再对包含较多图像的同一个类中的同类特征相似图像进行分析处理，将不归属于同一个类的分散特征相似图像筛选掉，从而能够将图像特征相似但是内容不同的图片筛选掉，提高图像识别的准确性。
38.在一些实施例中，当待识别图像为场景识别图像时，图像信息包括目标场景的位置坐标信息，在基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果方面，该方法包括：
39.基于m个初始特征相似图像中第i个初始特征相似图像和第j个初始特征相似图像分别对应的位置坐标信息，确定第i个初始特征相似图像对应的场景与第j个初始特征相似图像对应的场景之间的相对空间距离；
40.若相对空间距离小于或等于距离阈值，确定第j个初始特征相似图像为第i个初始特征相似图像对应的邻近图像；
41.若第i个初始特征相似图像对应的邻近图像数目大于或等于邻近图像数量阈值，
确定第i个初始特征相似图像和对应的邻近图像为多个同类特征相似图像。
42.当待识别图像为场景识别图像时，会被错误匹配的图像通常与待识别图像相比，虽然包括的目标场景不为同一地点，但是却包含相似的场景，例如，当待识别图像为停车场识别图像时，由于不同停车场的装潢通常较为相似，故会被错误匹配的图像很可能是与停车场识别图像具有相似场景的其他停车场的相关图像，这一类的图像通常只占初始特征相似图像的小部分。
43.故可以根据初始特征相似图像包括的目标场景的位置坐标信息，确定初始特征相似图像包括的目标场景之间的相对空间距离，具体可以基于下述公式计算第i个初始特征相似图像对应的场景与所述第j个初始特征相似图像对应的场景之间的相对空间距离，第i个初始特征相似图像为m个初始特征相似图像中任意一个图像：
[0044][0045]
其中，d
ij
表示第i个初始特征相似图像对应的场景和第j个初始特征相似图像对应的场景之间的相对空间距离，xi、yi表示所述第i个初始特征相似图像的位置坐标，xj、yj表示所述第j个初始特征相似图像的位置坐标。
[0046]
若该相对空间距离小于或等于距离阈值，可以确定第j个初始特征相似图像为第i个初始特征相似图像对应的邻近图像。
[0047]
需要说明的是，距离阈值可以根据场景识别图像的具体场景进行设置，例如，当场景识别图像的目标对象为停车场是，相应的距离阈值可以设置为2米。
[0048]
若第i个初始特征相似图像对应的邻近图像数目大于或等于邻近图像数量阈值，表示第i个初始特征相似图像和对应的邻近图像的数目较多，极大可能属于同一目标场景，故可以确定第i个初始特征相似图像和对应的邻近图像为多个同类特征相似图像。
[0049]
需要说明的是，邻近数量阈值可以根据聚类的需求具体设置，通常来说，邻近数量阈值设置的越大，获得的多个类包括的图像数目越平均，邻近数量阈值设置的越小，获得的多个类包括的图像数目越不平均，在实际应用中，邻近数量阈值可以设置为2个。
[0050]
当待识别图像为场景识别图像时，通过初始特征相似图像的位置坐标信息可以将距离更近的图像分为同一类，这样可以将场景相似且位置相同或相近的多个图像保留，以保证留下的图像大概率是与待识别图像的位置匹配的图像，提高场景识别图像的图像识别的准确率。
[0051]
在一些实施例中，若第i个初始特征相似图像对应的邻近图像数目小于邻近图像数量阈值，确定第i个初始特征相似图像为分散特征相似图像。
[0052]
若第i个初始特征相似图像对应的邻近图像数目小于邻近图像数量阈值，表示第i个初始特征相似图像距离其他初始特征相似图像较远，即第i个初始特征相似图像包括的目标场景极大可能与待识别图像包括的目标场景的位置并不匹配，故可以确定第i个初始特征相似图像为分散特征相似图像。
[0053]
当待识别图像为场景识别图像时，通过初始特征相似图像的位置坐标信息可以将较为分散的图像筛选掉，这样可以将场景相似但位置不匹配的图像筛选掉，即将错误的干扰图像去除，提高场景识别图像的图像识别的准确率。
[0054]
s103、根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个
同类特征相似图像中确定待识别图像对应的k个目标特征相似图像，m》k≥1。
[0055]
在s102中确定了多个同类特征相似图像之后，为了避免这多个同类特征相似图像时包括同一错误对象的多个图像，需要再根据待识别图像的图像特征和多个同类特征相似图像的图像特征进行比对，在多个同类特征相似图像中确定待识别图像对应的一个或多个目标特征相似图像。
[0056]
在一些实施例中，在根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的k个目标特征相似图像方面，该方法包括：
[0057]
根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的k近邻图像，k近邻图像为目标图像在目标数据库图像特征最为相似的k个图像；
[0058]
根据多个同类初始特征相似图像中第i个同类特征相似图像的图像特征，在目标图像库中确定第i个同类特征相似图像对应的k近邻图像；
[0059]
若第i个同类特征相似图像归属于待识别图像对应的k近邻图像、且待识别图像归属于第i个同类特征相似图像对应的k近邻图像，确定第i个同类特征相似图像为待识别图像对应的目标特征相似图像。
[0060]
如果两张图像的内容相似，则它们应该为互相的k近邻图像，k近邻图像是指在图像库中与目标图像的图像特征最为相似的k张图像，也就是说，如果两张图片a，b相似，那么b应该会在a的k近邻图像里面，相应的，a也会在b的k近邻图像里面。但如果两张图c，d不相似，即使c在d的k近邻图像里面，d也不会在c的k近邻图像里面。
[0061]
故在聚类后所得的多个同类特征相似图像中，可以根据待识别图像的图像特征和多个同类特征相似图像的图像特征，得到与待识别图像互相为k近邻的目标特征相似图像，如下述公式所示：
[0062]
r(p,k)＝{(gi∈n(p,k))∩p∈n(gi,k)}
[0063]
其中，p为待识别图像，gi为多个同类初始特征相似图像中第i个同类特征相似图像，n为以图片特征相似度查的k近邻的图像集合，r(p,k)是与待识别图像互相为k近邻的目标特征相似图像集合。
[0064]
通过上述公式确定的目标特征相似图像与待识别图像是互相的k近邻图像，即将同类特征相似图像中与待识别图像不为互相的k近邻的图像删除，可以准确获取待识别图像的目标特征相似图像。
[0065]
在一些实施例中，在实际的图像识别的应用情况中，由于光照、视野的变化，可能会导致同类特征相似图像中正确的匹配图像被排除在目标特征相似图像之外，造成一定的识别误差，对此，
[0066]
可以将不归属于目标特征相似图像的同类特征相似图像确定为待定特征相似图像；
[0067]
根据待定特征相似图像中第j个待定特征相似图像的图像特征和同类特征相似图像的图像特征，在同类特征相似图像中确定第j个待定特征相似图像对应的相互近邻图像，所述相互近邻图像是指同类特征相似图像中与第j个待定特征相似图像互相为近邻
图像的图像；
[0068]
若相互近邻图像中归属于目标特征相似图像的图像数目大于或等于相互近邻图像的图像数目的预设比例，将相互近邻图像确定为待识别图像对应的目标特征相似图像。
[0069]
具体来说，可以将不归属于目标特征相似图像的同类特征相似图像确定为待定特征相似图像，并对待定特征相似图像根据下述公式进行处理，
[0070][0071][0072][0073][0074]
其中，q为待定特征相似图像，gi为多个同类初始特征相似图像中第i个同类特征相似图像，n为以图片特征相似度查的近邻的图像集合，是与待定特征相似图像互为近邻的目标特征相似图像集合，p为待识别图像，r(p,k)是与待识别图像互为k近邻的目标特征相似图像集合，,r
*
(p,k)是待识别图像的扩展后的目标特征相似图像集合，a为预设比例。
[0075]
通过上述公式，先对待定特征相似图像在多个同类特征相似图像中确定对应的相互近邻图像r(p,k)是与待识别图像互为k近邻的目标特征相似图像集合，若r(p,k)和的交集中的图片数目大于等于中的图片数目的预设比例的话，就把r(p,k)和的并集作为待识别图像的扩展后的目标特征相似图像集合r
*
(p,k)。
[0076]
需要说明的是，预设比例可以根据需求设置，在实际应用中，为了保证待识别图像对应的目标特征相似图像的准确性，可以将预设比例设置为
[0077]
通过上述步骤，可以将更多的与待识别图像具有相同内容的图像添加至待识别图像的目标特征相似图像集合中，减少由于光照、视野和遮挡等的变化导致的正确的匹配图像被排除在待识别图像集合之外的概率。
[0078]
在一些实施例中，当待识别图像为场景识别图像时，图像信息包括目标场景的位置坐标信息，能够根据k个目标特征相似图像的位置坐标信息，确定待识别图像的位置坐标
信息。
[0079]
当待识别图像为场景识别图像时，由于目标特征相似图像是和待识别图像具有相似内容的图像，故可以根据待识别图像对应的k个目标特征相似图像的位置坐标信息，来推算确定出待识别图像的位置坐标信息，即通过场景识别图像的目标特征相似图像的位置坐标信息，能够实现场景识别图像的准确定位。
[0080]
综上所述，根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的图像特征最为相似的多个初始特征相似图像；基于多个初始特征相似图像分别对应的图像信息，对多个初始特征相似图像进行聚类，得到对应的聚类结果，聚类结果中包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的目标特征相似图像。采用上述方案，能够在目标图像库中准确识别到与待识别图像具有相同图像内容的目标特征相似图像，提高图像识别的准确率。
[0081]
下面通过装置实施例对本技术提供的图像识别装置进行说明，如图2所示，图2为本技术实施例提供的一种图像识别装置的示意图，该装置包括：
[0082]
第一确定单元201，用于根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的m个初始特征相似图像，m≥2；
[0083]
聚类单元202，用于基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果，图像信息用于表示图像包括的目标对象的对象信息，聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；
[0084]
第二确定单元203，用于根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的k个目标特征相似图像，m》k≥1。
[0085]
在一些实施例中，待识别图像包括场景识别图像和人脸识别图像。
[0086]
在一些实施例中，当待识别图像为场景识别图像时，图像信息包括目标场景的位置坐标信息，在基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果方面，聚类单元202具体用于：
[0087]
基于m个初始特征相似图像中第i个初始特征相似图像和第j个初始特征相似图像分别对应的位置坐标信息，确定第i个初始特征相似图像对应的场景与第j个初始特征相似图像对应的场景之间的相对空间距离；
[0088]
若相对空间距离小于或等于距离阈值，确定第j个初始特征相似图像为第i个初始特征相似图像对应的邻近图像；
[0089]
若第i个初始特征相似图像对应的邻近图像数目大于或等于邻近图像数量阈值，确定第i个初始特征相似图像和对应的邻近图像为多个同类特征相似图像。
[0090]
在一些实施例中，图像识别装置还包括第三确定单元，用于当第i个初始特征相似图像对应的邻近图像数目小于邻近图像数量阈值时，确定第i个初始特征相似图像为分散特征相似图像。
[0091]
在一些实施例中，图像识别装置还包括第四确定单元，用于根据k个目标特征相似图像的位置坐标信息，确定待识别图像的位置坐标信息。
[0092]
在一些实施例中，在根据待识别图像的图像特征和多个同类特征相似图像的图像
特征，在多个同类特征相似图像中确定待识别图像对应的k个目标特征相似图像方面，第二确定单元203具体用于：
[0093]
根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的k近邻图像，k近邻图像为目标图像在目标数据库图像特征最为相似的k个图像；
[0094]
根据多个同类初始特征相似图像中第i个同类特征相似图像的图像特征，在目标图像库中确定第i个同类特征相似图像对应的k近邻图像；
[0095]
若第i个同类特征相似图像归属于待识别图像对应的k近邻图像、且待识别图像归属于第i个同类特征相似图像对应的k近邻图像，确定第i个同类特征相似图像为待识别图像对应的目标特征相似图像。
[0096]
在一些实施例中，图像识别装置还包括第五确定单元，用于将不归属于目标特征相似图像的同类特征相似图像确定为待定特征相似图像；根据待定特征相似图像中第j个待定特征相似图像的图像特征和同类特征相似图像的图像特征，在同类特征相似图像中确定第j个待定特征相似图像对应的相互近邻图像，相互近邻图像是指同类特征相似图像中与第j个待定特征相似图像互相为近邻图像的图像；若相互近邻图像中归属于目标特征相似图像的图像数目大于或等于相互近邻图像的图像数目的预设比例，将相互近邻图像确定为待识别图像对应的目标特征相似图像。
[0097]
本技术实施例所提供的图像识别方法可以通过计算机设备实施，该计算机设备可以是终端设备或服务器，其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集或者分布式系统，还可以是提供云计算服务的云服务器。终端设备包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端、飞行器等。终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。
[0098]
本技术实施例还提供了一种计算机设备，该计算机设备为前述介绍的计算机设备，可以包括终端设备或服务器。下面结合附图对该计算机设备进行介绍。
[0099]
若该计算机设备为终端设备，请参见图3所示，本技术实施例提供了一种终端设备，以终端设备为手机为例：
[0100]
图3示出的是与本技术实施例提供的终端设备相关的手机的部分结构的框图。参考图3，手机包括：射频(radio frequency，简称rf)电路1410、存储器1420、输入单元1430、显示单元1440、传感器1450、音频电路1460、无线保真(简称wifi)模块1470、处理器1480、以及电源1490等部件。本领域技术人员可以理解，图3中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0101]
下面结合图3对手机的各个构成部件进行具体的介绍：
[0102]
rf电路1410可用于收发信息或通话过程中，信号的接收和发送，特别地，将的下行信息接收后，给处理器1480处理；另外，将设计上行的数据发送给。
[0103]
存储器1420可用于存储软件程序以及模块，处理器1480通过运行存储在存储器1420的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所
创建的数据(比如音频数据、电话本等)等。此外，存储器1420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0104]
输入单元1430可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1430可包括触控面板1431以及其他输入设备1432。
[0105]
显示单元1440可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1440可包括显示面板1441。
[0106]
手机还可包括至少一种传感器1450，比如光传感器、运动传感器以及其他传感器。
[0107]
音频电路1460、扬声器1461，传声器1462可提供用户与手机之间的音频接口。
[0108]
wifi属于短距离无线传输技术，手机通过wifi模块1470可以帮助用户收发、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。
[0109]
处理器1480是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1420内的软件程序和/或模块，以及调用存储在存储器1420内的数据，执行手机的各种功能和处理数据。
[0110]
手机还包括给各个部件供电的电源1490(比如电池)。
[0111]
在本实施例中，该终端设备所包括的处理器1480还具有以下功能：
[0112]
根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的m个初始特征相似图像，m≥2；
[0113]
基于m个初始特征相似图像分别对应的图像信息，得到m个初始特征相似图像的聚类结果，图像信息用于表示图像包括的目标对象的对象信息，聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；
[0114]
根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的k个目标特征相似图像，m》k≥1。
[0115]
若计算机设备为服务器，本技术实施例还提供一种服务器，请参见图4所示，图4为本技术实施例提供的服务器1500的结构图，服务器1500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，简称cpu)1522(例如，一个或一个以上处理器)和存储器1532，一个或一个以上存储应用程序1542或数据1544的存储介质1530(例如一个或一个以上海量存储设备)。其中，存储器1532和存储介质1530可以是短暂存储或持久存储。存储在存储介质1530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1522可以设置为与存储介质1530通信，在服务器1500上执行存储介质1530中的一系列指令操作。
[0116]
服务器1500还可以包括一个或一个以上电源1526，一个或一个以上有线或无线网络接口1550，一个或一个以上输入输出接口1558，和/或，一个或一个以上操作系统1541，例如windows server
tm
，mac os x
tm
，unix
tm
,linux
tm
，freebsd
tm
等等。
[0117]
上述实施例中由服务器所执行的步骤可以基于图4所示的服务器结构。
[0118]
本技术实施例还提供了一种计算机可读存储介质，在计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述实施例提供的方法中的步骤。
[0119]
本技术实施例还提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被处理器执行时实现上述实施例提供的方法中的步骤。
[0120]
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；而前述的存储介质可以是下述介质中的至少一种：只读存储器(英文：read-only memory，缩写：rom)、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0121]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0122]
以上所述，仅为本技术的一种具体实施方式，但本技术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技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。而且本技术在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。因此，本技术的保护范围应该以权利要求的保护范围为准。

技术特征：

1.一种图像识别方法，其特征在于，所述方法包括：根据待识别图像的图像特征，在目标图像库中确定所述待识别图像对应的m个初始特征相似图像，m≥2；基于所述m个初始特征相似图像分别对应的图像信息，得到所述m个初始特征相似图像的聚类结果，所述图像信息用于表示图像包括的目标对象的对象信息，所述聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；根据所述待识别图像的图像特征和所述多个同类特征相似图像的图像特征，在所述多个同类特征相似图像中确定所述待识别图像对应的k个目标特征相似图像，m>k≥1。2.根据权利要求1所述的方法，其特征在于，所述待识别图像包括场景识别图像和人脸识别图像。3.根据权利要求2所述的方法，其特征在于，当所述待识别图像为场景识别图像时，所述图像信息包括目标场景的位置坐标信息，所述基于所述m个初始特征相似图像分别对应的图像信息，得到所述m个初始特征相似图像的聚类结果，包括：基于所述m个初始特征相似图像中第i个初始特征相似图像和第j个初始特征相似图像分别对应的位置坐标信息，确定所述第i个初始特征相似图像对应的场景与所述第j个初始特征相似图像对应的场景之间的相对空间距离；若所述相对空间距离小于或等于距离阈值，确定所述第j个初始特征相似图像为所述第i个初始特征相似图像对应的邻近图像；若所述第i个初始特征相似图像对应的邻近图像数目大于或等于邻近图像数量阈值，确定所述第i个初始特征相似图像和对应的邻近图像为所述多个同类特征相似图像。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：若所述第i个初始特征相似图像对应的邻近图像数目小于所述邻近图像数量阈值，确定所述第i个初始特征相似图像为所述分散特征相似图像。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据所述k个目标特征相似图像的位置坐标信息，确定所述待识别图像的位置坐标信息。6.根据权利要求1所述的方法，其特征在于，所述根据所述待识别图像的图像特征和所述多个同类特征相似图像的图像特征，在所述多个同类特征相似图像中确定所述待识别图像对应的k个目标特征相似图像，包括：根据所述待识别图像的图像特征，在所述目标图像库中确定所述待识别图像对应的k近邻图像，所述k近邻图像为目标图像在目标数据库图像特征最为相似的k个图像；根据所述多个同类初始特征相似图像中第i个同类特征相似图像的图像特征，在所述目标图像库中确定所述第i个同类特征相似图像对应的k近邻图像；若所述第i个同类特征相似图像归属于所述待识别图像对应的k近邻图像、且所述待识别图像归属于所述第i个同类特征相似图像对应的k近邻图像，确定所述第i个同类特征相似图像为所述待识别图像对应的目标特征相似图像。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：将不归属于所述目标特征相似图像的同类特征相似图像确定为待定特征相似图像；根据所述待定特征相似图像中第j个待定特征相似图像的图像特征和所述同类特征相
似图像的图像特征，在所述同类特征相似图像中确定所述第j个待定特征相似图像对应的相互近邻图像，所述相互近邻图像是指所述同类特征相似图像中与所述第j个待定特征相似图像互相为近邻图像的图像；若所述相互近邻图像中归属于所述目标特征相似图像的图像数目大于或等于所述相互近邻图像的图像数目的预设比例，将所述相互近邻图像确定为所述待识别图像对应的目标特征相似图像。8.一种图像识别装置，其特征在于，所述装置包括：第一确定单元，用于根据待识别图像的图像特征，在目标图像库中确定所述待识别图像对应的m个初始特征相似图像，m≥2；聚类单元，用于基于所述m个初始特征相似图像分别对应的图像信息，得到所述m个初始特征相似图像的聚类结果，所述图像信息用于表示图像包括的目标对象的对象信息，所述聚类结果包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；第二确定单元，用于根据所述待识别图像的图像特征和所述多个同类特征相似图像的图像特征，在所述多个同类特征相似图像中确定所述待识别图像对应的k个目标特征相似图像，m>k≥1。9.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任意一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的方法。

技术总结

本申请公开了一种图像识别方法及相关装置，该方法包括：根据待识别图像的图像特征，在目标图像库中确定待识别图像对应的图像特征最为相似的多个初始特征相似图像；基于多个初始特征相似图像分别对应的图像信息，对多个初始特征相似图像进行聚类，得到对应的聚类结果，聚类结果中包括归属于同一个类的多个同类特征相似图像和不归属于同一个类的分散特征相似图像；根据待识别图像的图像特征和多个同类特征相似图像的图像特征，在多个同类特征相似图像中确定待识别图像对应的目标特征相似图像。采用上述方法，能够在目标图像库中准确识别到与待识别图像具有相同图像内容的目标特征相似图像，提高图像识别的准确率。提高图像识别的准确率。提高图像识别的准确率。