[發明專利]圖像識別方法、裝置、存儲介質及計算機設備

在審

• 申請號: 201810467783.2
• 申請日: 2018-05-16
• 公開（公告）號: CN108665457A
• 公開（公告）日: 2018-10-16
• 發明（設計）人: 孫星;張毅;蔣忻洋;郭曉威;周旋;常佳
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 廣州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，其特征在于，包括：

獲取待識別圖像；

對所述待識別圖像進行預處理，獲得預處理圖像；

通過預定機器學習模型中的第一子模型獲得所述待識別圖像對應的第一圖像特征，并通過所述預定機器學習模型中的第二子模型獲得所述預處理圖像對應的第二圖像特征；

根據所述第一圖像特征和所述第二圖像特征，確定所述待識別圖像屬于預定分類類別的第一概率。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一圖像特征和所述第二圖像特征，確定所述待識別圖像屬于預定分類類別的第一概率，包括：

將所述第一圖像特征和所述第二圖像特征，輸入所述預定機器學習模型的輸出層；

通過所述預定機器學習模型的輸出層，根據所述第一圖像特征和所述第二圖像特征，確定所述待識別圖像屬于預定分類類別的第一概率。

3.根據權利要求2所述的方法，其特征在于，所述第一子模型包括第一特征檢測子模型，所述第二子模型包括第二特征檢測子模型；所述預定機器學習模型還包括：與所述第一特征檢測子模型連接的第一全連接層、與所述第二特征檢測子模型連接的第二全連接層，且所述第一全連接層和所述第二全連接層均與所述輸出層連接；

通過所述第一特征檢測子模型和所述第一全連接層，實現獲得所述待識別圖像對應的第一圖像特征的步驟；

通過所述第二特征檢測子模型和所述第二全連接層，實現獲得所述預處理圖像對應的第二圖像特征的步驟。

4.根據權利要求1所述的方法，其特征在于，所述根據所述第一圖像特征和所述第二圖像特征，確定所述待識別圖像屬于預定分類類別的第一概率，包括：

通過所述預定機器學習模型，根據所述第一圖像特征獲得所述待識別圖像屬于所述預定分類類別的第二概率；

通過所述預定機器學習模型，根據所述第二圖像特征獲得所述預處理圖像屬于所述預定分類類別的第三概率；

根據所述第二概率和所述第三概率進行預定運算，確定所述待識別圖像屬于所述預定分類類別的第一概率。

5.根據權利要求4所述的方法，其特征在于，所述第一子模型包括第一分類子模型，所述第二子模型包括第二分類子模型；

通過所述第一分類子模型，實現獲得所述待識別圖像對應的第一圖像特征、以及根據所述第一圖像特征獲得所述待識別圖像屬于所述預定分類類別的第二概率的步驟；

通過所述第二分類子模型，實現獲得所述預處理圖像對應的第二圖像特征、以及根據所述第二圖像特征獲得所述預處理圖像屬于所述預定分類類別的第三概率的步驟。

6.根據權利要求1所述的方法，其特征在于，對所述待識別圖像進行預處理的方式，包括：

將所述待識別圖像中的目標對象調整至參考對象尺寸，獲得第一調整圖像；

裁剪所述第一調整圖像中的無效區域，獲得第二調整圖像，所述第二調整圖像中未包含所述無效區域；

將所述第二調整圖像調整至參考圖像尺寸，獲得第三調整圖像；

所述預處理圖像根據所述第三調整圖像獲得。

7.根據權利要求6所述的方法，其特征在于，對所述待識別圖像進行預處理的方式，還包括：

對目標調整圖像的圖像屬性進行調整，所述目標調整圖像包括第一調整圖像、所述第二調整圖像、以及所述第三調整圖像中的任意一個，所述圖像屬性包括對比度和灰度中的至少一項。

8.根據權利要求1所述的方法，其特征在于，所述預處理圖像的數目大于一，且各所述預處理圖像是根據不同的預處理方式獲得。