[發明專利]用于管理圖像識別的方法和系統

有效

• 申請號: 201780086326.2
• 申請日: 2017-12-13
• 公開（公告）號: CN110291538B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: V·埃坎布拉姆;R·S·米塔爾;R·科庫;N·拉杰普特;P·戴伊
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅;辛鳴

表示圖像的數據由圖像識別系統接收。所述圖像識別系統基于對該表示圖像的數據和為該圖像識別系統存儲的訓練數據的分析，生成用于復數個圖像特征的圖像分類輸出分布。將一個或多個濾波器應用于所述圖像分類輸出分布以獲得所述更新的圖像分類輸出分布。從所述更新的圖像分類輸出分布中選擇最高置信度值。從復數個圖像特征中識別與所述最高置信度值相關聯的所選圖像特征。從數據庫獲得與所述所選圖像特征相關聯的信息，并通過所述圖像識別系統將其傳送到所述用戶的設備。

技術領域

本申請一般涉及圖像識別，更具體地，涉及學習環境中的圖像識別的方法和系統。

背景技術

圖像識別系統，也被稱為對象分類系統，用于分析表示圖像的數據，該數據也被稱為圖像數據。基于該分析，圖像識別系統可以輸出可能存在于圖像中的一個或多個對象或特征。另外，還可以輸出一個或多個對象或特征中的每一個的置信度值或分數。作為數值的置信度值可以在0到1的范圍內，其中值1表示最大相關性，值0表示沒有相關性。基于在圖像中描繪對象或特征的可能性，輸出分布中的該置信度值可以從最高到最低排序。該置信度值可用于將圖像數據消歧化為圖像中存在的對象或特征。圖像識別系統可以利用基于規則的人工智能和信息檢索系統來識別候選對象或特征并賦值給候選對象或特征。圖像識別系統可以包括卷積神經網絡或提供預期結果的其他類型的網絡。

圖像識別的準確性取決于許多因素，例如：所使用的算法；訓練數據的質量和內容；用于訓練的圖像種類；每類訓練所用的圖像數量和輸入圖像的質量。

因此，有必要在本領域中，以解決上述問題。

發明內容

從第一方面來看，本發明提供了一種用于管理的方法。

從第一方面來看，本發明提供了一種管理圖像識別的方法，該方法包括：由圖像識別系統接收表示圖像的數據；通過所述圖像識別系統，基于對所述表示圖像的數據和為圖像識別系統存儲的訓練數據的分析，生成復數個圖像特征的圖像分類輸出分布；將一個或多個濾波器應用于所述圖像分類輸出分布以獲得更新的圖像分類輸出分布；從所述更新的圖像分類輸出分布中選擇最高置信度值；從所述復數個圖像特征中識別與所述最高置信度值相關聯的所選圖像特征；從數據庫獲得與所述所選圖像特征相關聯的信息；通過所述圖像識別系統，將與所述所選圖像特征相關聯的所述信息傳送到用戶的設備。

從另一方面來看，本發明提供了一種用于管理圖像識別的圖像識別系統，該系統包括：網絡適配器，被配置為從用戶的設備接收表示圖像的數據并將與所選圖像特征相關聯的信息傳送到所述用戶的設備；至少一個處理器，其被布置和構造成：基于對所述表示圖像的數據和為所述圖像識別系統存儲的訓練數據的分析，產生用于復數個圖像特征的圖像分類輸出分布；通過將一個或多個濾波器應用于所述圖像分類輸出分布，直到更新的圖像分類輸出分布的最高置信度值滿足閾值，獲得所述復數個圖像特征的更新的圖像分類輸出分布；從所述復數個圖像特征中識別與所述最高置信度值相關聯的所述所選圖像特征；從數據庫獲得與所述第一圖像特征相關聯的信息。

從另一個方面來看，本發明提供了一種用于管理圖像識別的計算機程序產品，所述計算機程序產品包括一個處理電路可讀取的計算機可讀存儲介質以及存儲的由所述處理電路執行的用于執行一種用于執行本發明的方法步驟的指令。

從另一個方面來看，本發明提供一種存儲在計算機可讀介質上并且可加載到數字計算機的內部存儲器中的計算機程序，包括軟件代碼部分，當所述程序在計算機上運行時，用于執行本發明的步驟。

根據一個或多個實施例，一種方法包括通過圖像識別系統接收表示圖像的數據，以及基于對所述表示圖像的數據和為所述圖像識別系統存儲的訓練數據的分析，通過所述圖像識別系統生成用于復數個圖像特征的圖像分類輸出分布。將一個或多個濾波器應用于所述圖像分類輸出分布以獲得更新的圖像分類輸出分布。從所述更新的圖像分類輸出分布中選擇最高置信度值。從所述復數個圖像特征中識別與所述最高置信度值相關聯的所選圖像特征。從數據庫獲得與所述所選圖像特征相關聯的信息。把與所述所選圖像特征相關聯的信息由所述圖像識別系統傳送到所述用戶的設備。