[發(fā)明專利]精細(xì)化圖像識(shí)別

在審

• 申請(qǐng)?zhí)枺?/td>: 201710592777.5
• 申請(qǐng)日: 2017-07-19
• 公開(kāi)（公告）號(hào): CN109284749A
• 公開(kāi)（公告）日: 2019-01-29
• 發(fā)明（設(shè)計(jì)）人: 傅建龍;梅濤
• 申請(qǐng)（專利權(quán)）人: 微軟技術(shù)許可有限責(zé)任公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/46
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 王茂華;羅利娜

根據(jù)本公開(kāi)的實(shí)現(xiàn)，提出了一種精細(xì)化圖像識(shí)別的方案。在該方案中，利用第一學(xué)習(xí)網(wǎng)絡(luò)的第一子網(wǎng)絡(luò)提取圖像的全局特征；利用第一學(xué)習(xí)網(wǎng)絡(luò)的第二子網(wǎng)絡(luò)、基于全局特征確定圖像的第一關(guān)注區(qū)域，第一關(guān)注區(qū)域包括圖像中對(duì)象的可辨識(shí)部分；利用第二學(xué)習(xí)網(wǎng)絡(luò)的第一子網(wǎng)絡(luò)提取第一關(guān)注區(qū)域的第一局部特征；以及至少部分基于第一局部特征確定圖像中的對(duì)象的類別。通過(guò)該方案，實(shí)現(xiàn)了對(duì)于更精細(xì)尺度的圖像區(qū)域的準(zhǔn)確定位，從而可以獲得基于精細(xì)尺度上的局部特征用于對(duì)象識(shí)別。

背景技術(shù)

由計(jì)算機(jī)技術(shù)來(lái)識(shí)別圖像的細(xì)化類別一直受到廣泛關(guān)注。精細(xì)化圖像識(shí)別的示例包括但不限于劃分各種生物的具體類別、各種商品的品牌和型號(hào)、醫(yī)學(xué)上的細(xì)胞類型等等。某些細(xì)化類別中的對(duì)象可能僅能夠由領(lǐng)域?qū)＜曳直娉鏊麄冎g的細(xì)微差距。例如，有些鳥(niǎo)類的整體特征相似，區(qū)別僅在于某個(gè)部位的顏色、紋路、型態(tài)等等。與一般類別的識(shí)別(例如僅區(qū)分鳥(niǎo)、花、汽車等整體差異較大的對(duì)象類別)相比，精細(xì)化圖像識(shí)別需要定位出不同細(xì)化類別的對(duì)象中具有細(xì)微視覺(jué)差異的區(qū)域并且準(zhǔn)確表征該區(qū)域的特征。精細(xì)化圖像識(shí)別可以被應(yīng)用在多種多樣的場(chǎng)景中，例如專家級(jí)圖像識(shí)別、豐富圖像采集、醫(yī)學(xué)診斷等等。

發(fā)明內(nèi)容

根據(jù)本公開(kāi)的實(shí)現(xiàn)，提出了一種用于精細(xì)化圖像識(shí)別的方案。在該方案中，利用第一學(xué)習(xí)網(wǎng)絡(luò)的第一子網(wǎng)絡(luò)提取圖像的全局特征；利用第一學(xué)習(xí)網(wǎng)絡(luò)的第二子網(wǎng)絡(luò)、基于全局特征確定圖像的第一關(guān)注區(qū)域，第一關(guān)注區(qū)域包括圖像中對(duì)象的可辨識(shí)部分；利用第二學(xué)習(xí)網(wǎng)絡(luò)的第一子網(wǎng)絡(luò)提取第一關(guān)注區(qū)域的第一局部特征；以及至少部分基于第一局部特征確定圖像中的對(duì)象的類別。通過(guò)該方案，實(shí)現(xiàn)了對(duì)于更精細(xì)尺度的圖像區(qū)域的準(zhǔn)確定位，從而可以獲得基于精細(xì)尺度上的局部特征用于對(duì)象識(shí)別。

提供發(fā)明內(nèi)容部分是為了簡(jiǎn)化的形式來(lái)介紹對(duì)概念的選擇，其在下文的具體實(shí)施方式中將被進(jìn)一步描述。發(fā)明內(nèi)容部分無(wú)意標(biāo)識(shí)要求保護(hù)的主題的關(guān)鍵特征或主要特征，也無(wú)意限制要求保護(hù)的主題的范圍。

附圖說(shuō)明

圖1示出了能夠?qū)嵤┍竟_(kāi)的多個(gè)實(shí)現(xiàn)的計(jì)算設(shè)備的框圖；

圖2示出了根據(jù)本公開(kāi)的一些實(shí)現(xiàn)的用于圖像識(shí)別的系統(tǒng)的框圖；

圖3示出了根據(jù)本公開(kāi)的另一些實(shí)現(xiàn)的用于圖像識(shí)別的系統(tǒng)的框圖；

圖4示出了根據(jù)本公開(kāi)的一個(gè)實(shí)現(xiàn)的用于圖像識(shí)別的過(guò)程的示意圖；以及

圖5示出了根據(jù)本公開(kāi)一些實(shí)現(xiàn)的用于圖像識(shí)別的學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練過(guò)程的流程圖。

這些附圖中，相同或相似參考符號(hào)用于表示相同或相似元素。

具體實(shí)施方式

現(xiàn)在將參照若干示例實(shí)現(xiàn)來(lái)論述本公開(kāi)。應(yīng)當(dāng)理解，論述了這些實(shí)現(xiàn)僅是為了使得本領(lǐng)域普通技術(shù)人員能夠更好地理解且因此實(shí)現(xiàn)本公開(kāi)，而不是暗示對(duì)本主題的范圍的任何限制。

如本文所使用的，術(shù)語(yǔ)“包括”及其變體要被解讀為意味著“包括但不限于”的開(kāi)放式術(shù)語(yǔ)。術(shù)語(yǔ)“基于”要被解讀為“至少部分地基于”。術(shù)語(yǔ)“一個(gè)實(shí)現(xiàn)”和“一種實(shí)現(xiàn)”要被解讀為“至少一個(gè)實(shí)現(xiàn)”。術(shù)語(yǔ)“另一個(gè)實(shí)現(xiàn)”要被解讀為“至少一個(gè)其他實(shí)現(xiàn)”。術(shù)語(yǔ)“第一”、“第二”等等可以指代不同的或相同的對(duì)象。下文還可能包括其他明確的和隱含的定義。

示例環(huán)境

圖1示出了能夠?qū)嵤┍竟_(kāi)的多個(gè)實(shí)現(xiàn)的計(jì)算設(shè)備100的框圖。應(yīng)當(dāng)理解，圖1所示出的計(jì)算設(shè)備100僅僅是示例性的，而不應(yīng)當(dāng)構(gòu)成對(duì)本公開(kāi)所描述的實(shí)現(xiàn)的功能和范圍的任何限制。如圖1所示，計(jì)算設(shè)備100包括通用計(jì)算設(shè)備形式的計(jì)算設(shè)備100。計(jì)算設(shè)備100的組件可以包括但不限于一個(gè)或多個(gè)處理器或處理單元110、存儲(chǔ)器120、存儲(chǔ)設(shè)備130、一個(gè)或多個(gè)通信單元140、一個(gè)或多個(gè)輸入設(shè)備150以及一個(gè)或多個(gè)輸出設(shè)備160。