[發明專利]一種圖像識別方法及裝置

有效

• 申請號: 201910003872.6
• 申請日: 2019-01-03
• 公開（公告）號: CN109740671B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 常德杰;孔飛;劉邦長;劉朝振;姜鵬
• 申請（專利權）人: 北京妙醫佳信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 范彥揚

本申請實施例提供了一種圖像識別方法及裝置，涉及計算機視覺領域。方法包括：獲得對象為至少兩個類別中每個類別的得分，其中，每個類別的得分為對包含對象的圖像進行處理而獲得；基于每個類別的得分，從對象類別庫中確定出對象的與至少兩個類別相關的新的類別。由確定出對象的與至少兩個類別相關的新的類別替換與對象的類別相關性低的類別，可以使得對象為至少兩個類別中的每個類別與每個類別之間的相關性增加，進而在輸出展示對象時，提高了用戶的體驗度。

技術領域

本申請涉及計算機視覺領域，具體而言，涉及一種圖像識別方法及裝置。

背景技術

隨著深度學習的興起，計算機在圖片分類領域可以達到越來越高的識別率，甚至可以達到超越人眼識別率的精度，不同種類的圖片識別系統應運而生。

不同的圖片識別系統主要依賴深度學習技術構建相應的分類模型，通過分類模型輸出的對象為至少兩個類別。而輸出的對象為至少兩個類別中每個類別與每個類別之間的相關性可能不高，導致用戶體驗不好。

發明內容

本申請的目的在于提供一種圖像識別方法及裝置，以有效的改善分類模型輸出的多個對象之間相關性差的技術缺陷。

本申請的實施例通過如下方式實現：

第一方面，本申請實施例提供了一種圖像識別方法，方法包括：獲得對象為至少兩個類別中每個類別的得分，其中，每個類別的得分為對包含對象的圖像進行處理而獲得；基于每個類別的得分，從對象類別庫中確定出對象的與至少兩個類別相關的新的類別。

在本申請實施例中，基于獲得的每個類別的得分，從對象類別庫中確定出對象的與至少兩個類別相關的新的類別。由確定出對象的與至少兩個類別相關的新的類別替換與對象的類別相關性低的類別，可以使得對象為至少兩個類別中的每個類別與每個類別之間的相關性增加，進而在輸出展示對象時，提高了用戶的體驗度。

結合第一方面提供的技術方案，在一些可能的實現方式中，基于每個類別的得分，從對象類別庫中確定出對象的與至少兩個類別相關的新的類別包括：基于獲得的每個類別的得分以及每個類別的得分的大小關系，確定出每個類別的得分中的最大值為第一得分值；基于第一得分值，從對象類別庫中確定出對象的與至少兩個類別相關的新的類別。

在本申請實施例中，通過確定每個類別的得分中的最大得分值為第一得分值，獲得對象為至少兩個類別中每個類別與目標對象向匹配的概率最大的類別。也就是說，第一得分值所對應的類別為與目標對象相匹配概率最大的類別，通過第一得分值從對象類別庫中確定出對象的與至少兩個類別相關的新的類別，提高了與目標對象的類別的相關性，進而在輸出展示對象時，提高了用戶的體驗度。

結合第一方面提供的技術方案，在一些可能的實現方式中，預設了包括：與第一得分值所對應的第一閾值范圍、與第一閾值范圍不同的第二閾值范圍、與第一閾值范圍和所述第二閾值范圍均不同的第三閾值范圍，與每個類別的得分中僅小于第一得分值的第二得分值所對應的第四閾值范圍、與第四閾值范圍至少部分不同的第五閾值范圍；與每個類別的得分中小于第一得分值和第二得分值的第三得分值所對應的第六閾值范圍，基于第一得分值，從對象類別庫中確定出對象的與至少兩個類別相關的新的類別，包括：在第一得分值位于第一閾值范圍內時，基于第一得分值所對應的類別，從對象類別庫中確定出至少兩個與至少兩個類別相關的新的類別；或在第一得分值位于第二閾值范圍內時，判斷第二得分值是否位于第四閾值范圍內，若是，基于第一得分值所對應的類別，從對象類別庫中確定出至少一個與至少兩個類別相關的新的類別，若否，基于第一得分值所對應的類別，從對象類別庫中確定出至少兩個與至少兩個類別相關的新的類別；或在第一得分值位于第三閾值范圍內，且第二得分值位于第五閾值范圍內時，判斷第三得分值是否位于第六閾值范圍內，若否，基于第一得分值所對應的類別，從對象類別庫中確定出至少一個與至少兩個類別相關的新的類別；或在第一得分值位于第三閾值范圍內，且第二得分值不位于第五閾值范圍內時，基于第一得分值所對應的類別，從對象類別庫中確定出至少兩個與至少兩個類別相關的新的類別。