[發(fā)明專利]圖像識別方法、裝置及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201810175904.6
• 申請日: 2018-03-02
• 公開（公告）號: CN108537115B
• 公開（公告）日: 2022-01-25
• 發(fā)明（設(shè)計(jì)）人: 丁威
• 申請（專利權(quán)）人: 創(chuàng)新先進(jìn)技術(shù)有限公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/22;G06V10/50;G06N3/04;G06N3/08;G06V30/28
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

1.一種圖像識別方法，用于識別輸入圖像中所具有的一個或多個目標(biāo)，所述目標(biāo)包括字符和空格，所述方法包括：

獲取待識別的輸入圖像；

基于設(shè)定的N值或設(shè)定的子塊尺寸，確定所述輸入圖像所包含的N個子塊，提取所述子塊對應(yīng)的圖像特征值，所述圖像特征值描述所述子塊所具有的像素信息，N≥1；其中，一個子塊對應(yīng)目標(biāo)的部分內(nèi)容；

將所述N個子塊及對應(yīng)的圖像特征值作為輸入，利用識別模型確定所述N個子塊所對應(yīng)的目標(biāo)；其中，所述識別模型針對第i個子塊，結(jié)合所述輸入圖像中排列在該第i個子塊之前和之后的若干個子塊的圖像特征值，確定該第i個子塊對應(yīng)的目標(biāo)；所述識別模型預(yù)先利用樣本圖像包含的目標(biāo)、以及樣本圖像的多個子塊的圖像特征值而訓(xùn)練得到，1≤i≤N；

根據(jù)所述N個子塊所對應(yīng)的目標(biāo)，基于所述識別模型確定出的空格，將相鄰的若干個相同的字符合并為一個字符，確定所述輸入圖像中所包含的目標(biāo)。

2.根據(jù)權(quán)利要求1所述的方法，所述確定所述輸入圖像所包含的N個子塊，包括：

將所述輸入圖像平均劃分為所述N個子塊。

3.根據(jù)權(quán)利要求1所述的方法，所述提取所述子塊對應(yīng)的圖像特征值，包括：

利用卷積神經(jīng)網(wǎng)絡(luò)模型提取所述圖像特征值，所述卷積神經(jīng)網(wǎng)絡(luò)模型預(yù)先利用樣本圖像訓(xùn)練得到。

4.根據(jù)權(quán)利要求1所述的方法，所述識別模型包括至少一層雙向循環(huán)神經(jīng)網(wǎng)絡(luò)，輸入至所述雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)具有時間順序，所述時間順序?yàn)樗鯪個子塊在所述輸入圖像中的排列順序。

5.根據(jù)權(quán)利要求1所述的方法，所述目標(biāo)包括字符或空格；

所述確定所述輸入圖像中所包含的目標(biāo)，還包括：

刪除所述空格后，確定所述輸入圖像中所包含的字符。

6.根據(jù)權(quán)利要求1所述的方法，所述樣本圖像通過如下方式獲得：

獲取包含有至少一個目標(biāo)的真實(shí)圖像，去除所述真實(shí)圖像中的至少一個目標(biāo)，在去除位置合成模擬目標(biāo)后添加噪聲，獲得樣本圖像。

7.根據(jù)權(quán)利要求6所述的方法，所述模擬目標(biāo)的生成方式，包括：

根據(jù)不同顏色、字體或字號，生成所述模擬目標(biāo)。

8.一種圖像識別裝置，用于識別輸入圖像中所具有的一個或多個目標(biāo)，所述目標(biāo)包括字符和空格，所述裝置包括：

圖像獲取模塊，用于：獲取待識別的輸入圖像；

特征提取模塊，用于：基于設(shè)定的N值或設(shè)定的子塊尺寸，確定所述輸入圖像所包含的N個子塊，提取所述子塊對應(yīng)的圖像特征值，所述圖像特征值描述所述子塊所具有的像素信息，N≥1；其中，一個子塊對應(yīng)目標(biāo)的部分內(nèi)容；

識別模塊，用于：將所述N個子塊及對應(yīng)的圖像特征值作為輸入，利用識別模型確定所述N個子塊所對應(yīng)的目標(biāo)；其中，所述識別模型針對第i個子塊，結(jié)合所述輸入圖像中排列在該第i個子塊之前和之后的若干個子塊的圖像特征值，確定該第i個子塊對應(yīng)的目標(biāo)；所述識別模型預(yù)先利用樣本圖像包含的目標(biāo)、以及樣本圖像的多個子塊的圖像特征值而訓(xùn)練得到，1≤i≤N；

目標(biāo)確定模塊，用于：根據(jù)所述N個子塊所對應(yīng)的目標(biāo)，基于所述識別模型確定出的空格，將相鄰的若干個相同的字符合并為一個字符，確定所述輸入圖像中所包含的目標(biāo)。

9.根據(jù)權(quán)利要求8所述的裝置，所述特征提取模塊，還用于：

將所述輸入圖像平均劃分為所述N個子塊。

10.根據(jù)權(quán)利要求8所述的裝置，所述提取所述子塊對應(yīng)的圖像特征值，包括：

利用卷積神經(jīng)網(wǎng)絡(luò)模型提取所述圖像特征值，所述卷積神經(jīng)網(wǎng)絡(luò)模型預(yù)先利用樣本圖像訓(xùn)練得到。

11.根據(jù)權(quán)利要求8所述的裝置，所述識別模型包括至少一層雙向循環(huán)神經(jīng)網(wǎng)絡(luò)，輸入至所述雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)具有時間順序，所述時間順序?yàn)樗鯪個子塊在所述輸入圖像中的排列順序。