專利名稱：一種基于識別知識庫的識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息識別技術(shù)領(lǐng)域，尤其涉及該領(lǐng)域內(nèi)的一個基于識別知 識庫的識別方法。
背景技術(shù)：
現(xiàn)代信息處理技術(shù)的發(fā)展使得自動識別技術(shù)成為可能，比較常見的例 子就是，將計算機信息處理技術(shù)應(yīng)用到識別技術(shù)領(lǐng)域，使得無需人為操作 從而實現(xiàn)自動化識別興趣目標。
目前，自動識別方法有條碼識別、IC卡識別、射頻識別(RFID)、聲音 識別、；阮覺識別以及光學字符識別等。
識別的過程就是從對象中識別出目標，對所述對象中目標進行識別得 到的結(jié)果^f皮稱為識別結(jié)果。
識別即是通過目標的特征將目標從對象中分離出來并判斷出目標類型 和目標屬性的過程。識別的對象可以是，圖像、聲音、視頻、波語、文本 等中的一種類型或其混合。如識別一個人，可以同時識別他的語音(聲音 識別)、面部相貌(圖像識別)，再如識別草，可以同時識別它的可見光 語(圖像識別)和紅外光語(波鐠識別)。識別的輸入為對象，輸出為目 標。
樣本，是指用于識別的參照目標，其一般預(yù)先存儲在所述識別系統(tǒng)中 的數(shù)據(jù)庫(也稱識別知識庫)。
特征，是指可以標志目標的屬性，例如，圖像特征是指可用以標志圖 像對象中目標的屬性。進行識別任務(wù)時，首先識別系統(tǒng)執(zhí)行一個目標特征提取任務(wù)以獲得一
個特征結(jié)果；然后將特征結(jié)果與識別知識庫匹配獲得識別結(jié)果。
所述目標特征提取任務(wù)就是按照一定的目標特征提取規(guī)則(也稱為目標 特征提取程序)采集并進行計算。
以條碼識別為例，條碼是由一組規(guī)則排列的條、空以及相應(yīng)的數(shù)字組 成，條碼閱讀器識讀這種由多個條、空組成的一組數(shù)據(jù)編碼并譯成一個二 進制數(shù)或者十進制數(shù)，進而與數(shù)據(jù)庫匹配獲得需要的興趣目標。
再拿視覺識別為例，視覺識別系統(tǒng)獲取一個視覺圖像，通過一個特征 抽取和分析的過程，自動識別出用于限定目標的標志、字符、編雞或其它 能夠作為識別目標的基礎(chǔ)呈現(xiàn)在視覺圖像內(nèi)的特征。
再拿聲音識別技術(shù)而言，現(xiàn)有技術(shù)中一種典型的聲音識別技術(shù)，就是
用于計算機漢字輸入的語普輸入系統(tǒng)，識別系統(tǒng)釆集語音對象獲得目標特 征并對照數(shù)據(jù)庫識別出對象，但是這種語音輸入系統(tǒng)單憑對語音對象的采 集和匹配，其誤碼率;f艮高。
目前，不管是采用何種識別方法，目前的識別系統(tǒng)都具有一個識別軟 件或者識別程序，其只能識別一種類型的目標，如只能識別條碼、聲音或 者圖像中的一種，而無法同時將輸入的條碼、聲音、圖像目標均識別出來， 再如只能識別一個人的語音、相貌或者指紋中的一種，而無法對人的語音、 相貌以及指紋同時進行識別。
很明顯，目前的識別系統(tǒng)只具有一個目標特征提取規(guī)則，只適合于單 一類別的目標進行識別，如前述的條碼識別，其識別系統(tǒng)只能識別對象中 的條碼，而對于對象中其他圖像或者圖案沒有識別能力，很明顯，單一類 別的識別系統(tǒng)其識別精度較低。再如， 一些安防設(shè)備如門禁系統(tǒng)，通過識 別對象語音而決定是否打開門，其識別系統(tǒng)只識別對象的聲音，這樣的識 別系統(tǒng)容易受到千擾就會出現(xiàn)識別錯誤，因此，其識別能力比較低。
因此，目前，單一類別的識別從一定程度上可以識別出興趣目標但是識別精度不夠高。
可見，現(xiàn)有技術(shù)還存在缺陷，有待于改進和發(fā)展。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供一種基于識別知識庫的識別方法，用于識別 若干個類別的目標。
本發(fā)明的技術(shù)方案如下
一種基于識別知識庫的識別方法，其中，所述識別知識庫包括一個預(yù) 期目標樣本庫、 一個預(yù)期目標樣本特征庫、 一個特征提取規(guī)則庫、 一個特
征提取程序庫、 一個特征比較規(guī)則庫和一個關(guān)聯(lián)索引表，所述識別方法包 括
A、 從關(guān)聯(lián)索引表中尋找與興趣目標最接近的預(yù)期目標樣本；
B、 根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的預(yù)期目標特征提取規(guī)則，并根據(jù)所該特 征提取規(guī)則確定匹配窗口 ；
C、 根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的特征提取規(guī)則，由所述匹配窗口對待識 別對象進行特征提?。?br> D、 調(diào)用對應(yīng)的特征比較規(guī)則并調(diào)用關(guān)聯(lián)的特征比較程序，根據(jù)所述特 征比較程序?qū)㈩A(yù)期目標樣本的特征與匹配窗口中的對象的特征進行比較， 并將特征比較的結(jié)果記為相似度；
E、 根據(jù)所述相似度確定是否匹配。
所述的基于識別知識庫的識別方法，其中，所述預(yù)期目標樣本庫、預(yù) 期目標樣本特征庫、特征提取規(guī)則庫、特征提取程序庫和特征比較規(guī)則庫 采用分級結(jié)構(gòu)，其分別包括若干類型目標的預(yù)期目標樣本子庫、預(yù)期目標 樣本特征子庫、特征提取規(guī)則子庫、特征提取程序子庫和特征比較規(guī)則子庫。
所述的基于識別知識庫的識別方法，其中，所述步驟E中，所述相似度較小時，將所述待識別對象的特征更新至所述預(yù)期目標樣本特征庫中。
所述的基于識別知識庫的識別方法，其中，所述識別知識庫進一步包
括一個目標知識庫，其預(yù)先存儲有對應(yīng)目標樣本的附加知識，所述步驟E 中，相似度較大時，所述待識別對象與樣本匹配，則輸出目標樣本特征及 對應(yīng)的目標樣本的附加知識。
所述的基于識別知識庫的識別方法，其中，步驟A中，如果未找到匹 配預(yù)期目標樣本，則執(zhí)行步驟Al然后返回，
所述步驟A1為，將興趣目標特征存至所述識別知識庫，并更新識別知 識庫；
所述的基于識別知識庫的識別方法，其中，所述步驟A1與步驟B并行 進行。
所述的基于識別知識庫的識別方法，其中，所述并行的實現(xiàn)方式為調(diào) 用并行庫、使用編譯指導語句、并行編譯器、使用多線程、使用任務(wù)的動 態(tài)調(diào)度、使用分布式或網(wǎng)格J^出設(shè)施。
本發(fā)明提供一種基于識別知識庫的識別方法，與現(xiàn)有技術(shù)相比，所述 識別知識庫預(yù)先存儲若干類型目標所對應(yīng)的目標樣本特征、目標特征提取 規(guī)則、目標特征提取程序和目標特征比較程序等，可以實現(xiàn)對多個類型的 目標進行識別，且所述識別方法可以對所述識別知識庫進行更新，所述更 新識別知識庫和識別任務(wù)并行處理，不僅節(jié)省處理時間而且提高識別精度。


圖l是本發(fā)明實施例的識別知識庫的示意圖2是圖1識別知識庫的詳細結(jié)構(gòu)示意圖。
圖3是圖1中關(guān)聯(lián)索引表工作原理的示意圖。
圖4是本發(fā)明實施例的基于識別知識庫的識別方法的示意圖。
圖5是基于圖1的識別知識庫的一種并朽-化識別方法的流程具體實施例方式
下面結(jié)合附圖和具體實施方式
對本發(fā)明進行詳細說明。
下面結(jié)合

本發(fā)明實施例提供的一種識別知識庫和基于所述識 別知識庫的自動識別方法。
請參閱圖1，為本發(fā)明實施例的識別知識庫的示意圖。所述識別知識庫 包括一個預(yù)期目標樣本庫、 一個預(yù)期目標樣本特征庫、 一個特征提取規(guī)則 庫、 一個特征提取程序庫、 一個特征比較規(guī)則庫和一個關(guān)聯(lián)索引表。
根據(jù)實際識別對象的需要，可以預(yù)先在所述預(yù)期目標樣本庫存儲所需 要的子庫。所述子庫不限，可為現(xiàn)有技術(shù)中普遍使用的波語目標樣本子庫、 聲音目標樣本子庫、視頻目標樣本子庫、圖像目標樣本子庫、化學目標樣 本子庫、生物目標樣本子庫、物理目標樣本子庫等。
可以理解的是，所述預(yù)期目標樣本庫根據(jù)實際識別對象的需要來建立 其需要的子庫，如果實際識別對象為人，則所述預(yù)期目標樣本庫包括一個 語音目標樣本子庫、 一個面部圖像目標樣本子庫等，當然可以理解的是， 所述識別人的子庫不限于此，還可以進一步包括其他能夠識別人身份的目 .標樣本子庫。如果實際識別知識庫用于衛(wèi)星識別用途，則所述預(yù)期目標樣 本庫包括一個預(yù)期水體樣本子庫、 一個預(yù)期道路樣本子庫、 一個預(yù)期建筑 樣本子庫、 一個預(yù)期樹木樣本子庫、 一個預(yù)期橋梁樣本子庫、 一個地質(zhì)影 像目標樣本子庫等。所述目標樣本子庫由現(xiàn)有技術(shù)可以實現(xiàn)，所述預(yù)期樣 本庫根據(jù)實際需要選擇現(xiàn)有技術(shù)中已知的目標樣本特征建立所述目標樣本子庫。
請參閱圖2，為圖1的預(yù)期目標樣本庫的詳細示意圖。所述預(yù)期目標樣 本庫包括若干不同類型的預(yù)期目標樣本子庫。
所述若干不同類型的預(yù)期目標樣本子庫具有多級結(jié)構(gòu)，按照識別介質(zhì) 劃分若干第一級子庫，所述若干第一級子庫為波鐠目標樣本子庫、聲音目標樣本子庫、視頻目標樣本子庫、圖像目標樣本子庫、化學目標樣本子庫、 生物目標樣本子庫、物理目標樣本子庫等。
每個第一級子庫按照采集方式分成若干第二級子庫，圖2給出第一級 子庫的圖像目標樣本子庫按照釆集方式分成若干第二級子庫，分別為數(shù)碼 相片目標子庫、醫(yī)學影像目標樣本子庫、衛(wèi)星影像目標樣本子庫、地質(zhì)影 像目標樣本子庫等。
每個第二級字庫按照其目標類型分成若干第三級子庫，圖2給出第二 級子庫的衛(wèi)星影#>目標樣本子庫按照其目標類型分成若干個第三級子庫分 別為預(yù)期水體樣本及其子庫、預(yù)期道路樣本及其子庫、預(yù)期建筑樣本及其 子庫、預(yù)期樹木樣本及其子庫、預(yù)期橋梁樣本及其子庫等。依次類推出第 四級子庫、第五級子庫等，其原理不再贅述。
所述預(yù)期目標樣本特征庫，按照所述預(yù)期目標樣本庫的多級結(jié)構(gòu)，同 樣具有多級結(jié)構(gòu)，其每一級的每一個目標樣本特征子庫對應(yīng)于所述預(yù)期樣 本庫的相應(yīng)一級的相對應(yīng)的一個目標預(yù)期樣本子庫。
同理，所述特征提取規(guī)則庫、特征提取程序庫和特征比較規(guī)則庫，按 照所述預(yù)期目標樣本庫的多級結(jié)構(gòu)的劃分方式，分別具有多級結(jié)構(gòu)，其每 一級的每一個子庫(特征提取規(guī)則子庫、特征提取程序子庫或者特征比較 規(guī)則子庫)對應(yīng)于所述預(yù)期樣本庫的相應(yīng)一級的相對應(yīng)的一個目標預(yù)期樣 .本子庫。
在實際中，對于圖像特征提取子庫，其下一級分為一個圖像形狀特征 提取程序子庫、 一個圖像紋理特征提取程序子庫、 一個圖像顏色特征提取 程序子庫、 一個圖像結(jié)構(gòu)特征提取程序子庫、 一個圖像能量特征提取程序
子庫等。再下一級，以圖像顏色特征提取程序子庫的下一級包括一個顏色 最大值提取程序子庫、 一個顏色最小值提取程序子庫、 一個顏色平均值提 取程序子庫、 一個概率最大的顏色值提取程序子庫以及一個顏色方差提取 程序子庫等。再下一級，以所述顏色平均值提取程序子庫而言，其下一級包括一個統(tǒng)計分析法程序、 一個神經(jīng)網(wǎng)絡(luò)法程序和一個遺傳算法程序等。
可以理解，對于一個識別任務(wù)，如果需要識別若干類型目標，其分別 選擇調(diào)用相關(guān)特征提取程序子庫中的相關(guān)程序，具體地，現(xiàn)有技術(shù)可以獲
得識別一種類型的目標所需的特征提取程序。對于一種類別的目標識別的 原理及流程在此不作贅述。
請參閱圖3，為圖1中關(guān)聯(lián)索引表的工作原理表的示意圖。所述識別知 識庫進一步包括一個關(guān)聯(lián)索引表，其包括一個預(yù)期目標樣本索引、 一個特 征提取規(guī)則索引、 一個預(yù)期目標樣本特征索引、 一個預(yù)期目標知識索引和 一個特征比較規(guī)則索引。對于一個訴別任務(wù)，根據(jù)所述關(guān)聯(lián)索引表中的索 引從預(yù)期目標樣本庫、 一個特征提取規(guī)則庫、 一個預(yù)期目標樣本特征庫、 一個預(yù)期目標知識庫和一個特征比較規(guī)則庫中分別調(diào)出關(guān)聯(lián)的預(yù)期目標樣 本、目標特征提取規(guī)則、預(yù)期目標樣本特征、預(yù)期目標知識和特征比較規(guī) 則。
優(yōu)選地，所述識別知識庫進一步包括一個目標知識庫，以存儲若干類 型目標的附加知識，所述附加知識為除所述目標特征以外的其它信息，在 識別出目標后，可同時輸出其附加知識以增加識別信息。所述附加知識包 括但不限于目標的社會特性、物理特性、化學特性、光學特性、聲學特性、 環(huán)境特性、與外界的關(guān)系特性等，只要對識別有用的關(guān)聯(lián)信息都可。在實 際中，如果所述識別知識庫的預(yù)期目標樣本為一種植物，則其對應(yīng)的目標 知識庫則存儲有該植物的科系、學名等附加知識。
請參閱圖4，為本發(fā)明實施例提供的一種基于識別知識庫的識別方法示 意圖。下面結(jié)合圖4詳細說明所述基于識別知識庫的識別方法。
實際中，識別系統(tǒng)在接收到待識別對象和所確定的興趣目標后，進行 所述基于識別知識庫的識別方法。
所述基于識別知識庫的識別方法，其包括以下步驟A、步驟B、步驟C、 步驟D、步驟E、步驟F:A、 從關(guān)聯(lián)索引表中檢索與興趣目標最接近的預(yù)期目標樣本；如果找到 匹配的預(yù)期目標樣本，則繼續(xù)執(zhí)行步驟B，如果未找到匹配預(yù)期目標樣本， 則執(zhí)行步驟A1;
所述步驟A1為將興趣目標特征存至所述識別知識庫，并更新識別知 識庫；具體地，將興趣目標作為一種類型目標存入預(yù)期目標樣本庫中，并 從待識別對象中分割出預(yù)期目標樣本加入識別知識庫，并確定特征比較規(guī) 則、特征提取規(guī)則加入識別知識庫，并采集興趣目標知識加入識別知識庫， 最后提取目標樣本特征加入識別知識庫中。
可以理解，所述興趣目標由識別任務(wù)確定，如所述識別任務(wù)為識別一 個人，則興趣目標為人的語音、人的面部圖像等。
所述檢索與興趣目標最接近的預(yù)期目標樣本可以采用并行讀取若干預(yù) 期樣本目標并與興趣目標對比，最終確定與興趣目標最接近的預(yù)期目標樣本。
B、
取規(guī)則，并根據(jù)該特征提取規(guī)則確定匹配窗口 ；
具體地，從所述關(guān)聯(lián)索引表中得到所述預(yù)期目標樣;^目對應(yīng)的目標特 征提取規(guī)則索引，按照所述目標特征提取規(guī)則索引從目標特征提取規(guī)則庫 中調(diào)出所述相對應(yīng)的目標特征提取規(guī)則。
C、 根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的特征提取程序，由所述匹配窗口對待識 別對象進行特征提??；
具體地，所述根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的特征提取程序的方法與步驟B 中調(diào)用原理一樣，在此不作贅述。
D、 調(diào)用相應(yīng)的特征比較規(guī)則將預(yù)期目標樣本特征與匹配窗口中的對象 的特征進行比較，并將特征比較的結(jié)果記為相似度；
E、 才艮據(jù)所述相似度確定是否匹配。如果匹配成功，則將目標樣本特征作為待識別對象特征輸出，并從預(yù) 期目標知識庫中讀取目標附加知識并輸出。
請參閱圖3，為本發(fā)明實施例提供的基于所述識別知識庫的一種并行化 識別方法的流程圖。
首先，構(gòu)建識別知識庫；具體地，根據(jù)需要識別任務(wù)構(gòu)建所述識別知 識庫；
其次，判斷是否有新的識別任務(wù)，如果是，則執(zhí)行下一步； 再者，開始并行化處理步驟；
所述并行化處理步驟為，并行識別知識庫更新任務(wù)和對待識別對象進 行識別的任務(wù)。
所述并行的實現(xiàn)方式包括但不限于調(diào)用并行庫、使用編譯指導語句、 并行編譯器、使用多線程(包括但不限于PTHREAD)、使用任務(wù)的動態(tài) 調(diào)度(包括但不限于PBS)、使用分布式或網(wǎng)格基礎(chǔ)設(shè)施。
很明顯，圖3中，更新識別知識庫和進行自動實時識別任務(wù)并行于二 級處理。
本發(fā)明提供的基于識別知識庫的識別方法，所述識別知識庫預(yù)先存儲 有大量樣本特征、目標特征提取程序以及目標特征比較程序等，進行識別 任務(wù)時，根據(jù)所述關(guān)聯(lián)索引表調(diào)用相應(yīng)的目標特征提取規(guī)則、目標特征提 取程序和特征比較程序，從而獲得識別結(jié)果，所述識別方法可以對所述識 別知識庫進行更新，對于識別未匹配的目標，將其特征更新至預(yù)期目標樣 本特征庫中。所述更新任務(wù)與識別任務(wù)可以并行處理，節(jié)省處理時間。
以上說明書中的具體實施部分，僅是本發(fā)明的較佳實施例而已，并非 對本發(fā)明作任何形式上的限制，雖然本發(fā)明已以較佳實施例揭露如上，然 而并非用以限定本發(fā)明，任何熟悉本專業(yè)的技術(shù)人員，在不脫離本發(fā)明技 術(shù)方案范圍內(nèi)，當可利用上述揭示的方法及^L術(shù)內(nèi)容做出些許的更動或修 飾為等同變化的等效實施例，但是凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、等同變化與修飾， 均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。
權(quán)利要求
1. 一種基于識別知識庫的識別方法，其特征在于，所述識別知識庫包括一個預(yù)期目標樣本庫、一個預(yù)期目標樣本特征庫、一個特征提取規(guī)則庫、一個特征提取程序庫、一個特征比較規(guī)則庫和一個關(guān)聯(lián)索引表，所述識別方法包括A、從關(guān)聯(lián)索引表中尋找與興趣目標最接近的預(yù)期目標樣本；B、根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的預(yù)期目標特征提取規(guī)則，并根據(jù)所該特征提取規(guī)則確定匹配窗口；C、根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的特征提取規(guī)則，由所述匹配窗口對待識別對象進行特征提取；D、調(diào)用對應(yīng)的特征比較規(guī)則并調(diào)用關(guān)聯(lián)的特征比較程序，根據(jù)所述特征比較程序?qū)㈩A(yù)期目標樣本的特征與匹配窗口中的對象的特征進行比較，并將特征比較的結(jié)果記為相似度；E、根據(jù)所述相似度確定是否匹配。
2、 如權(quán)利要求1所述的基于識別知識庫的識別方法，其特征在于，所 述預(yù)期目標樣本庫、預(yù)期目標樣本特征庫、特征提取規(guī)則庫、特征提取程 序庫和特征比較規(guī)則庫采用分級結(jié)構(gòu)，其分別包括若干類型目標的預(yù)期目 標樣本子庫、預(yù)期目標樣本特征子庫、特征提取規(guī)則子庫、特征提取程序 子庫和特征比較規(guī)則子庫。
3、 如權(quán)利要求1所述的基于識別知識庫的識別方法，其特征在于，所 述步驟E中，所述相似度較小時，將所述待識別對象的特征更新至所述預(yù) 期目標樣本特征庫中。
4、 如權(quán)利要求1所述的基于識別知識庫的識別方法，其特征在于，所述識別知識庫進一步包括一個目標知識庫，其預(yù)先存儲有對應(yīng)目標樣本的附加知識，所述步驟E中，相似度較大時，所述待識別對象與樣本匹配， 則輸出目標樣本特征及對應(yīng)的目標樣本的附加知識。
5、 如權(quán)利要求1所述的基于識別知識庫的識別方法，其特征在于，步 驟A中，如果未找到匹配預(yù)期目標樣本，則執(zhí)行步驟A1然后返回，所述步驟A1為，將興趣目標特征存至所述識別知識庫，并更新識別知 識庫；
6、 如權(quán)利要求1所述的基于識別知識庫的識別方法，其特征在于，所 述步驟Al與步驟B并行進行。
7、 如權(quán)利要求5所述的基于識別知識庫的識別方法，其特征在于，所 述并行的實現(xiàn)方式為調(diào)用并行庫、使用編譯指導語句、并行編譯器、使用 多線程、使用任務(wù)的動態(tài)調(diào)度、使用分布式或網(wǎng)格基礎(chǔ)設(shè)施。
全文摘要
本發(fā)明提供一種基于識別知識庫的識別方法，用于識別多個類型目標，所述識別方法包括從關(guān)聯(lián)索引表中尋找與興趣目標最接近的預(yù)期目標樣本；根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的預(yù)期目標特征提取規(guī)則，并根據(jù)該特征提取規(guī)則確定匹配窗口；根據(jù)關(guān)聯(lián)索引表調(diào)用相應(yīng)的特征提取規(guī)則，由所述匹配窗口對待識別對象進行特征提??；調(diào)用對應(yīng)的特征比較規(guī)則并調(diào)用關(guān)聯(lián)的特征比較程序，根據(jù)所述特征比較程序?qū)㈩A(yù)期目標樣本的特征與匹配窗口中的對象的特征進行比較，并將特征比較的結(jié)果記為相似度；根據(jù)所述相似度確定識別結(jié)果。本發(fā)明提供的基于識別知識庫的識別方法，預(yù)先在識別知識庫中存儲若干類型目標樣本，實現(xiàn)識別多個類型目標。
文檔編號G06F17/30GK101286163SQ200810067279
公開日2008年10月15日 申請日期2008年5月15日 優(yōu)先權(quán)日2008年5月15日
發(fā)明者朱定局, 樊建平 申請人:深圳先進技術(shù)研究院