[發明專利]圖像識別方法、裝置、存儲介質和計算機設備

有效

• 申請號: 201710936280.0
• 申請日: 2017-10-10
• 公開（公告）號: CN109947967B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 樊林
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06V10/764
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 何平;鄧云鵬

1.一種圖像識別方法，所述方法包括：

獲取待識別的頁面圖像；

根據所述頁面圖像中各頁面元素所在區域，將所述頁面圖像劃分為各所述頁面元素相應的頁面子圖像；

確定各所述頁面子圖像各自對應的圖像類型；

按照與各自對應的圖像類型相匹配的識別方式識別各頁面子圖像，得到各所述頁面子圖像相應的識別結果；所述識別結果表征相應頁面子圖像中包括的內容。

2.根據權利要求1所述的方法，其特征在于，所述獲取待識別的頁面圖像，包括：

獲取針對當前頁面的識別指令；

響應于所述識別指令，按照當前頁面所對應的頁面布局信息，對當前頁面中各頁面元素添加頁面區域標記，得到待識別的頁面圖像；

所述根據所述頁面圖像中各頁面元素所在區域，將所述頁面圖像劃分得到各所述頁面元素相應的頁面子圖像，包括：

按照頁面區域標記劃分所述頁面圖像，得到各頁面元素相應的頁面子圖像。

3.根據權利要求1所述的方法，其特征在于，所述根據所述頁面圖像中各頁面元素所在區域，將所述頁面圖像劃分得到各所述頁面元素相應的頁面子圖像，包括：

獲取所述頁面圖像所對應的頁面布局信息；

確定所述頁面布局信息中指定的各頁面元素所在的頁面區域；

按照各頁面區域劃分所述頁面圖像，得到各頁面元素相應的頁面子圖像。

4.根據權利要求3所述的方法，其特征在于，所述獲取所述頁面圖像所對應的頁面布局信息，包括：

獲取與所述頁面圖像的頁面標識對應、且獨立于所述頁面圖像的頁面布局信息；或，

在所述頁面圖像所對應的圖像文件中，獲取預設的頁面布局信息字段處的頁面布局信息。

5.根據權利要求1所述的方法，其特征在于，所述確定各所述頁面子圖像各自對應的圖像類型，包括：

將各所述頁面子圖像分別輸入圖像分類器，得到各所述頁面子圖像分類到每個圖像類型相對應的概率；

確定各所述頁面子圖像得到的所述概率中的最大概率；

將所述最大概率對應的圖像類型作為相對應的頁面子圖像的圖像類型。

6.根據權利要求1-5中任一項所述的方法，其特征在于，所述方法還包括：

獲取與待測試頁面元素匹配的識別結果所對應的頁面子圖像；

在所述頁面圖像中，確定選取的頁面子圖像的頁面元素區域；

在所述頁面圖像相應的目標頁面中，生成針對頁面元素區域的操作指令；

響應于所述操作指令執行相應于所述操作指令的模擬用戶操作。

7.根據權利要求1-5中任一項所述的方法，其特征在于，所述方法還包括：

根據各所述頁面子圖像相應的識別結果，及各所述頁面子圖像的頁面元素區域，生成頁面元素描述信息；

將所述頁面元素描述信息轉化為語音輸出。

8.一種圖像識別裝置，所述裝置包括：

獲取模塊，用于獲取待識別的頁面圖像；

劃分模塊，用于根據所述頁面圖像中各頁面元素所在區域，將所述頁面圖像劃分為各所述頁面元素相應的頁面子圖像；

確定模塊，用于確定各所述頁面子圖像各自對應的圖像類型；

識別模塊，用于按照與各自對應的圖像類型相匹配的識別方式識別各頁面子圖像，得到各所述頁面子圖像相應的識別結果；所述識別結果表征相應頁面子圖像中包括的內容。

9.根據權利要求8所述的裝置，其特征在于，所述獲取模塊還用于獲取針對當前頁面的識別指令；響應于所述識別指令，按照當前頁面所對應的頁面布局信息，對當前頁面中各頁面元素添加頁面區域標記，得到待識別的頁面圖像；

所述劃分模塊還用于按照頁面區域標記劃分所述頁面圖像，得到各頁面元素相應的頁面子圖像。