一种基于集成算法的多算法融合图像比对方法和系统与流程

1.本发明属于安防的技术领域，具体涉及一种基于集成算法的多算法融合图像比对方法和系统。


背景技术：

2.在安防领域中，随着图像识别技术的发展，虽然图像识别技术精度较高，但是仍受到各种环境条件影响，各识别算法都会造成一定误识别、漏识别，泛化能力弱。
3.进一步的为了提高系统精度，用户通常会选用多个不同识别算法进行优势互补，通过主观经验加权融合或通过统计方式确定加权比例，以此去提高系统图像识别率。虽然图像识别率有所提升，但提升空间有限，且泛化能力有限，只考虑到算法本身优劣情况进行加不同比例权重，无法深入挖掘出各算法之间的潜在互验信息。
4.有鉴于此，提出一种基于集成算法的多算法融合图像比对方法和系统是非常具有意义的。


技术实现要素：

5.为了解决在现有的安防领域中利用单一算法识别比对，存在准确率、召回率相对较低，泛化能力较低等问题；采用专家加权或统计加权方式的融合比对，基于经验或简单统计方式，无法深入挖掘出内部潜在信息，泛化能力低，鲁棒性不够等问题，本发明提供一种基于集成算法的多算法融合图像比对方法和系统，以解决上述存在的技术缺陷问题。
6.第一方面，本发明提出了一种基于集成算法的多算法融合图像比对方法，该方法包括如下步骤：
7.s1、获取图片集并将所述图片集中的同一对象的图片进行划分，分别划分到静态集和动态集，并对同一对象的图片赋予关联actorid；
8.s2、利用多种算法分别对所述静态集和所述动态集进行图片特征向量的提取，以获得基础特征和衍生特征；
9.s3、基于获得的所述基础特征以及所述衍生特征和所述关联actorid构造样本；
10.s4、将所述样本代入预设的集成算法进一步训练、测评并保存最佳模型；以及
11.s5、将获得图片的基础特征和衍生特征输入至保存的所述最佳模型，以获得预测结果。
12.优选的，在s1中还包括：将所述静态集作为比对底库，所述动态集作为检索图，使用所述检索图与所述静态集中的图片进行1：n的相似度计算获得对比分。
13.优选的，在s2中还包括：对所述静态集和所述动态集中的两两图片间进行特征向量相似度计算，其中，以各算法的比分作为所述基础特征，并基于算法之间的效果比较产生所述衍生特征。
14.进一步优选的，在s3中还包括：每个所述样本分为比分特征和标签两部分，其中，以所述关联actorid确定所述样本的标签label，若所述检索图与比对的所述静态集中图片
的关联actorid是一致的，则赋予标签1，否则赋予标签0。
15.进一步优选的，所述衍生特征的具体产生包括：
16.s21、获取每个算法的比分及标签，并以所述检索图id和所述比对结果图id拼接为所述样本索引_id，将具有相同所述检索图和所述比对结果图的不同算法下的比分结果合并，得到形如《_id,alg_a,alg_b,
…
,algn,label》的初始样本，其中algn为各算法的比分相似度值，label为标签；
17.s22、分别对两两不同算法作相对重要性判断，并定义各算法的相似度阈值《t1,t2,
…
,tn》。
18.优选的，在s4中具体包括：
19.将构造出的所述样本分别喂入不同的集成算法，如随机森林、lgb、gbdt，根据交叉验证确认出各自集成算法下的最佳模型参数，保存各集成算法下的最佳算法，最终通过测试集的测评效果，选择最佳的集成算法作为最终的模型供图像比对使用。
20.进一步优选的，在s5中具体包括：
21.根据多算法获取所述基础特征，以及得到的所述衍生特征，输入到最佳的集成算法模型中，得到最终的融合比分结果，超过该模型第一概率阈值的则认为是同一对象。
22.第二方面，本技术实施例还提出一种基于集成算法的多算法融合图像比对系统，包括：
23.获取模块：用于获取图片集；
24.划分模块：用于对所述图片集中的同一对象的图片进行划分，分别划分到静态集和动态集；
25.关联模块：用于对同一对象的图片赋予关联actorid，并以所述关联actorid确定样本的标签label；
26.提取模块：利用多种算法分别对所述静态集和所述动态集进行图片特征向量的提取，以获得基础特征和衍生特征；
27.样本构造模块：用于基于获得的所述基础特征以及所述衍生特征和所述关联actorid构造样本；
28.训练模块：用于将所述样本代入预设的集成算法进一步训练、测评并保存最佳模型；
29.预测模块：用于将获得图片的基础特征和衍生特征输入至保存的所述最佳模型，以获得预测结果。
30.第三方面，本发明实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
31.第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
32.与现有技术相比，本发明的有益成果在于：
33.(1)通过利用集成算法去学习多算法之间的特点，能够弥补单算法的不足以及加权策略的主观倾向经验带来的以偏概全的影响，深度发现多算法比对分之间的互相影响并进行互补，挖掘算法间潜在的互验关系，提高模型泛化能力，进而提高图像比对准确率和召
回率，为图像聚档提供可靠的比对服务。
34.(2)本发明的技术方案定义了一种通过比较不同算法的性能差异产生的衍生特征，并结合多算法得到的比对分作为样本特征，利用集成算法去学习多算法之间的特点训练模型，进而给出图像比对的融合分，以此去判断图像间的相似度，进而提高比对的精准率和召回率。
附图说明
35.包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
36.图1是本发明的一个实施例可以应用于其中的示例性装置架构图；
37.图2为本发明的实施例的基于集成算法的多算法融合图像比对方法的流程示意图；
38.图3为本发明的实施例的基于集成算法的多算法融合图像比对方法的主流程示意图；
39.图4为本发明的实施例的基于集成算法的多算法融合图像比对方法中的图片集划分的示意图；
40.图5为本发明的实施例的基于集成算法的多算法融合图像比对系统的结构示意图；
41.图6是适于用来实现本发明实施例的电子设备的计算机装置的结构示意图。
具体实施方式
42.在以下详细描述中，参考附图，该附图形成详细描述的一部分，并且通过其中可实践本发明的说明性具体实施例来示出。对此，参考描述的图的取向来使用方向术语，例如“顶”、“底”、“左”、“右”、“上”、“下”等。因为实施例的部件可被定位于若干不同取向中，为了图示的目的使用方向术语并且方向术语绝非限制。应当理解的是，可以利用其他实施例或可以做出逻辑改变，而不背离本发明的范围。因此以下详细描述不应当在限制的意义上被采用，并且本发明的范围由所附权利要求来限定。
43.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
44.图1示出了可以应用本发明实施例的用于处理信息的方法或用于处理信息的装置的示例性系统架构100。
45.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
46.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
47.终端设备101、102、103可以是具有通信功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
48.服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的校验请求信息进行处理的后台信息处理服务器。后台信息处理服务器可以对接收到的校验请求信息进行分析等处理，并得到处理结果(例如用于表征校验请求为合法请求的校验成功信息)。
49.需要说明的是，本发明实施例所提供的用于处理信息的方法一般由服务器105执行，相应地，用于处理信息的装置一般设置于服务器105中。另外，本发明实施例所提供的用于发送信息的方法一般由终端设备101、102、103执行，相应地，用于发送信息的装置一般设置于终端设备101、102、103中。
50.需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或多个软件模块，在此不做具体限定。
51.在安防领域中，随着图像识别技术的发展，虽然图像识别技术精度较高，但是仍受到各种环境条件影响，各识别算法都会造成一定误识别、漏识别，泛化能力弱。进一步的为了提高系统精度，用户通常会选用多个不同识别算法进行优势互补，通过主观经验加权融合或通过统计方式确定加权比例，以此去提高系统图像识别率。虽然图像识别率有所提升，但提升空间有限，且泛化能力有限，只考虑到算法本身优劣情况进行加不同比例权重，无法深入挖掘出各算法之间潜在的互验信息。
52.现有的相关技术中存在以下不足：
53.1、单一算法识别比对，准确率、召回率相对较低，泛化能力较低；
54.2、采用专家加权或统计加权方式的融合比对，基于经验或简单统计方式，无法深入挖掘出内部潜在信息，泛化能力低，鲁棒性不够。
55.为了克服这些缺陷和问题，本发明提出一种基于集成算法的多算法融合图像比对方法和系统，利用集成算法去学习多算法间的特点，具有强抗干扰能力，模型泛化能力强，对不平衡的数据集可以平衡误差，能够检测到多算法比对分之间的互相影响并进行互补，大大提高准确率和召回率。
56.第一方面，图2示出了本发明的实施例公开了一种基于集成算法的多算法融合图像比对方法的流程示意图，如图2和图3所示，该方法包括如下步骤：
57.s1、获取图片集并将所述图片集中的同一对象的图片进行划分，分别划分到静态集和动态集，并对同一对象的图片赋予关联actorid；
58.具体的，在本实施例中，在s1中还包括：将所述静态集作为比对底库，所述动态集作为检索图，使用所述检索图去与所述静态集中的图片进行1：n的相似度计算获得对比分，在此实施例中，比对分指两两图片之间的相似度值，范围为0-1。如图4所示。
59.s2、利用多种算法分别对所述静态集和所述动态集进行图片特征向量的提取，以获得基础特征和衍生特征；
60.具体的，在s2中还包括：对所述静态集和所述动态集中的两两图片间进行特征向量相似度计算，其中，以各算法的比分作为所述基础特征，并基于算法之间的效果比较产生
所述衍生特征。在本实施例中，各算法的比分指各算法比对的图片之间两两的相似度值，范围为0-1。
61.s3、基于获得的所述基础特征以及所述衍生特征和所述关联actorid构造样本；
62.进一步的，在s3中还包括：每个所述样本分为比分特征和标签两部分，其中，以所述关联actorid确定所述样本的标签label，若所述检索图与比对的所述静态集中图片的关联actorid是一致的，则赋予标签1，否则赋予标签0。
63.具体的，所述衍生特征的具体产生包括：
64.s21、获取每个算法的比分及标签，并以所述检索图id和所述比对结果图id拼接为所述样本索引_id，将具有相同所述检索图和所述比对结果图的不同算法下的比分结果合并，得到形如《_id,alg_a,alg_b,
…
,algn,label》的初始样本，其中algn为各算法的比分相似度值，label为标签；
65.s22、分别对两两不同算法作相对重要性判断，并定义各算法的相似度阈值《t1,t2,
…
,tn》。
66.在本实施例中，以求算法a相对算法b的重要性为例，则有步骤：
67.step1.过滤算法a和算法b都满足阈值的样本；
68.step2.分别统计算法a满足阈值同时标签为1的样本数量tp1、算法a满足阈值但标签为0的样本数量fp1，算法a不满足阈值但标签为1的样本数量fn1，算法a不满足阈值同时标签为0的样本数量tn1，则有查准率pre_aob＝tp1/(tp1 fp1),查全率rec_aob＝tp1/(tp1 fn1),以及二分类模型精确度的指标值f1_aob＝2*pre_aob*rec_aob/(pre_aob rec_aob)。同理可得算法b的二分类模型精确度的指标值f1_boa＝2*pre_boa*rec_boa/(pre_boa rec_boa)。
69.step3.判断f1_aob是否大于f1_boa，若大于等于则产生衍生特征alg_ab＝(alg_a k)*log2(1 alg_b k)，若小于则产生衍生特征alg_ab＝(alg_b k)*log2(1 alg_a k)，其中，k是未了避免alga值为0的情况。
70.step4.同理其他算法之间也两两判断得到对应alg_nm系列衍生特征计算公式。
71.s4、将所述样本代入预设的集成算法进一步训练、测评并保存最佳模型；以及
72.具体的，在s4中具体包括：将构造出的所述样本分别喂入不同的集成算法，如随机森林、lgb、gbdt等不同集成算法，根据交叉验证确认出各自集成算法下的最佳模型参数，保存各集成算法下的最佳算法，最终通过测试集的测评效果，选择最佳的集成算法作为最终的模型供图像比对使用。
73.s5、将获得图片的基础特征和衍生特征输入至保存的所述最佳模型，以获得预测结果。
74.进一步的，在s5中具体包括：根据多算法获取所述基础特征，以及得到的所述衍生特征，输入到最佳的集成算法模型中，得到最终的融合比分结果，超过该模型第一概率阈值的则认为是同一对象。在此实施例中，模型的第一概率阈值指融合相似度比分第一阈值，阈值的范围为[0,1]。
[0075]
第二方面，本技术实施例还提出一种基于集成算法的多算法融合图像比对系统，如图5所示，包括：
[0076]
获取模块51：用于获取图片集；
[0077]
划分模块52：用于对所述图片集中的同一对象的图片进行划分，分别划分到静态集和动态集；
[0078]
关联模块53：用于对同一对象的图片赋予关联actorid，并以所述关联actorid确定样本的标签label；
[0079]
提取模块54：利用多种算法分别对所述静态集和所述动态集进行图片特征向量的提取，以获得基础特征和衍生特征；
[0080]
样本构造模块55：用于基于获得的所述基础特征以及所述衍生特征和所述关联actorid构造样本；
[0081]
训练模块56：用于将所述样本代入预设的集成算法进一步训练、测评并保存最佳模型；
[0082]
预测模块57：用于将获得图片的基础特征和衍生特征输入至保存的所述最佳模型，以获得预测结果。
[0083]
本发明的技术方案定义了一种通过比较不同算法的性能差异产生的衍生特征，并结合多算法得到的比对分作为样本特征，利用集成算法去学习多算法之间的特点训练模型，进而给出图像比对的融合分，以此去判断图像间的相似度，进而提高比对的精准率和召回率；
[0084]
通过利用集成算法去学习多算法之间的特点，能够弥补单算法的不足以及加权策略的主观倾向经验带来的以偏概全的影响，深度发现多算法比对分之间的互相影响并进行互补，挖掘算法间潜在的互验关系，提高模型泛化能力，进而提高图像比对准确率和召回率，为图像聚档提供可靠的比对服务。
[0085]
下面参考图6，其示出了适于用来实现本发明实施例的电子设备(例如图1所示的服务器或终端设备)的计算机装置600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0086]
如图6所示，计算机装置600包括中央处理单元(cpu)601和图形处理器(gpu)602，其可以根据存储在只读存储器(rom)603中的程序或者从存储部分609加载到随机访问存储器(ram)606中的程序而执行各种适当的动作和处理。在ram 604中，还存储有装置600操作所需的各种程序和数据。cpu 601、gpu602、rom 603以及ram 604通过总线605彼此相连。输入/输出(i/o)接口606也连接至总线605。
[0087]
以下部件连接至i/o接口606：包括键盘、鼠标等的输入部分607；包括诸如、液晶显示器(lcd)等以及扬声器等的输出部分608；包括硬盘等的存储部分609；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分610。通信部分610经由诸如因特网的网络执行通信处理。驱动器611也可以根据需要连接至i/o接口606。可拆卸介质612，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器611上，以便于从其上读出的计算机程序根据需要被安装入存储部分609。
[0088]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分610从网络上被下载和安装，和/或从可拆卸介质612被安装。在该计算机程序被中央处理单元(cpu)601和图形处理器(gpu)602执行时，执行
本发明的方法中限定的上述功能。
[0089]
需要说明的是，本发明所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0090]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0091]
附图中的流程图和框图，图示了按照本发明各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0092]
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中。
[0093]
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行第一方面描述的方法步骤。
[0094]
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人
员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。