[發明專利]圖像識別的方法及裝置

有效

• 申請號: 201810846274.0
• 申請日: 2018-07-27
• 公開（公告）號: CN110765821B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 溫哲西;蘇軍;王星晨;王劭杰;顏奉麗;劉有文;江欣聰;謝春寧;張子敬;倪晶靜
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06K9/62;G06V10/764
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 韓東艷

本發明公開了一種圖像識別的方法及裝置，屬于電子技術領域。所述方法包括：獲取攝像設備當前采集的目標圖像；將所述目標圖像輸入預設的圖像識別模型，輸出得到所述目標圖像的圖像識別結果；其中，所述圖像識別模型中包括除法轉換運算函數，所述除法轉換運算函數包括減法運算和乘法運算。采用本發明，可以提高圖像識別的效率。

技術領域

本發明涉及電子技術領域，特別涉及一種圖像識別的方法及裝置。

背景技術

隨著電子技術的發展，行車記錄儀中可以自動識別前方車輛，以便檢測前方車輛的行駛狀態等，輔助用戶駕駛。

行車記錄儀中可以基于圖像識別模型對當前采集的圖像進行識別處理，為了達到快速識別的目的，該圖像識別模型可以是YOLO網絡(一種可以一次性預測多個物體的位置和類別的卷積神經網絡)，其中，YOLO網絡在輸出模塊中可以基于Softmax軟回歸分類器對圖像中的物體進行分類。

在實現本發明的過程中，發明人發現現有技術至少存在以下問題：

Softmax軟回歸分類器一般由除法運算實現，但是除法指令的運算邏輯較為復雜，指令周期比加法指令、減法指令等要長得多，例如，除法指令在對32位的數據進行運算時，指令周期約為加法指令的40倍。除法運算需要消耗較多的運算時間，運算效率較低，從而，導致行車記錄儀識別圖像的實時性較差。

發明內容

為了解決現有技術的問題，本發明實施例提供了一種圖像識別的方法及裝置。所述技術方案如下：

第一方面，提供了一種圖像識別的方法，該方法包括：

獲取攝像設備當前采集的目標圖像；

將所述目標圖像輸入預設的圖像識別模型，輸出得到所述目標圖像的圖像識別結果；

其中，所述圖像識別模型中包括除法轉換運算函數，所述除法轉換運算函數包括減法運算和乘法運算。

可選的，所述除法轉換運算函數為浮點除法轉換運算函數。

可選的，所述除法轉換運算函數包括目標初值算式和預設級數的牛頓迭代公式，所述目標初值算式的輸出是所述預設級數的牛頓迭代公式的輸入。

可選的，所述獲取攝像設備當前采集的目標圖像之前，還包括：

獲取初始初值算式，其中，所述初始初值算式中的初始卡馬克數的指數部分根據第一初值與第一真值的第一相對誤差確定，所述第一初值是任意數值代入所述初始初值算式的得數，所述第一真值是所述任意數值代入所述除法轉換運算函數對應的除法算式的得數；

對于預設數值范圍內的每個數值，確定所述每個數值的第二初值與第二真值的第二相對誤差，其中，所述第二初值是所述每個數值代入所述初始初值算式的得數，所述第二真值是所述每個數值代入所述除法轉換運算函數對應的除法算式的得數；

在所述預設數值范圍內的數值中，確定對應的第二相對誤差最大的目標數值；

基于所述目標數值，調整所述初始尾數部分，得到包含由所述指數部分和調整得到的目標尾數部分組成的目標卡馬克數的所述目標初值算式，其中，所述目標數值代入所述目標初值算式的得數與所述目標數值對應的第二真值的第三相對誤差小于所述目標數值對應的第二相對誤差。

可選的，所述除法轉換運算函數為倒數轉換運算函數；

所述目標初值算式為0x7f000fe1-x₀，其中，0x7f000fe1為所述目標卡馬克數，x₀為所述除法轉換運算函數的輸入數值。

可選的，所述圖像識別模型中包括至少一種算式類型信息對應的除法轉換運算函數。