[發明專利]圖像識別方法和裝置、電子設備和計算機存儲介質

有效

• 申請號: 201710405291.6
• 申請日: 2017-05-31
• 公開（公告）號: CN108229287B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 李怡康;歐陽萬里;王曉剛
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

本發明實施例公開了一種圖像識別方法、裝置、電子設備和計算機介質，其中，方法包括：獲取待識別圖像的物體候選區、語義標注候選區和短語標注候選區；基于物體候選區提取初始物體特征信息，基于語義標注候選區提取初始語義特征信息，基于短語標注候選區提取初始短語特征信息；基于初始物體特征信息、初始語義特征信息和初始短語特征信息之間的連接關系，分別對初始物體特征信息、初始語義特征信息和初始短語特征信息進行修正，得到目標物體特征信息、目標語義特征信息和目標短語特征信息。本發明提升了對待識別圖像的物體識別、場景圖生成和圖片區域標注的準確率。

技術領域

本發明涉及圖像處理技術，尤其是一種圖像識別方法和裝置、電子設備和計算機存儲介質。

背景技術

物體識別用于檢測圖像中的物體，場景圖生成用于通過“成對的物體之間的關系”來將一張圖像抽象成一系列物體以及其關系組成的場景圖(Scene Graph)，圖片區域標注用于通過一句話描述一個圖像或者圖像中的一個區域中的主要信息，包括物體、關系、屬性等。現有技術中，對于圖像單獨進行物體識別、場景圖生成和圖片區域標注等操作。

發明內容

本發明實施例提供一種利用候選區之間的關系實現圖像識別的技術。

根據本發明實施例的一個方面，提供的一種圖像識別方法，包括：

獲取待識別圖像的物體候選區、語義標注候選區和短語標注候選區；所述物體候選區用于表征可能存在物體的區域；所述語義標注候選區用于表征包括可識別信息的區域；所述短語標注候選區用于表征存在關聯關系的兩個物體的區域；

基于所述物體候選區提取初始物體特征信息，基于所述語義標注候選區提取初始語義特征信息，基于所述短語標注候選區提取初始短語特征信息；

基于所述初始物體特征信息、初始語義特征信息和初始短語特征信息之間的連接關系，分別對所述初始物體特征信息、初始語義特征信息和初始短語特征信息進行修正，得到目標物體特征信息、目標語義特征信息和目標短語特征信息。

根據本發明實施例的一個方面，提供的一種圖像識別裝置，其特征在于，包括：

區域獲取單元，用于獲取待識別圖像的物體候選區、語義標注候選區和短語標注候選區；所述物體候選區用于表征可能存在物體的區域；所述語義標注候選區用于表征包括可識別信息的區域；所述短語標注候選區用于表征存在關聯關系的兩個物體的區域；

信息獲取單元，用于基于所述物體候選區提取初始物體特征信息，基于所述語義標注候選區提取初始語義特征信息，基于所述短語標注候選區提取初始短語特征信息；

修正單元，用于基于所述初始物體特征信息、初始語義特征信息和初始短語特征信息之間的連接關系，分別對所述初始物體特征信息、初始語義特征信息和初始短語特征信息進行修正，得到目標物體特征信息、目標語義特征信息和目標短語特征信息。

根據本發明實施例的一個方面，提供的一種電子設備，包括處理器，所述處理器包括如上所述的圖像識別裝置。

根據本發明實施例的一個方面，提供的一種電子設備，包括：存儲器，用于存儲可執行指令；

以及處理器，用于與所述存儲器通信以執行所述可執行指令從而完成如上所述圖像識別方法的操作。

根據本發明實施例的一個方面，提供的一種計算機存儲介質，用于存儲計算機可讀取的指令，所述指令被執行時執行如上所述圖像識別方法的操作。