[發明專利]圖像識別方法、裝置、計算設備、系統和存儲介質

在審

• 申請號: 201910242987.0
• 申請日: 2019-03-28
• 公開（公告）號: CN109977876A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 陳志博;陳立
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 孫之剛;陳嵐

本發明涉及圖像識別方法、圖像識別裝置、計算設備、計算機可讀存儲介質和圖像識別系統。圖像識別方法包括：基于相機在連續的多個時刻分別拍攝的多個圖像，預測未來時段的光照狀況；至少基于所預測的光照狀況，生成待發送至所述相機的攝像參數；發起將所述攝像參數發送至所述相機，以便相機在所述未來時段中基于所述攝像參數拍攝待識別圖像；以及從所述待識別圖像中識別感興趣對象。該方法可以提高拍攝的圖像質量，從而提高感興趣對象的檢測和識別的準確度。

技術領域

本發明涉及圖像識別技術，具體來說涉及一種圖像識別方法、圖像識別裝置、計算設備、圖像識別系統和存儲介質。

背景技術

視頻監控和圖像識別技術廣泛應用在半室外或室外場所，諸如大型會場、飛機場、火車站和城市道路。在不同地點和/或不同時間等不同的應用場景下，光照狀況會發生變化。即使在同一場所，光照狀況從清晨到日暮的變化也是顯著的。圖像后期處理技術（例如，提取光照不變特征、基于面部特征模型的圖像增強、或其他標準化的處理方法）無法完全彌補攝像設備在采集圖像過程中出現的信息缺失，影響識別結果的準確性。因此，如何降低復雜的現場光照環境對于圖像識別結果的影響成為一項挑戰。

發明內容

有利的是，提供一種可以緩解、減輕或甚至消除上述問題中的一個或多個的機制。

根據本發明的一方面，提供了一種圖像識別方法，包括：基于相機在連續的多個時刻分別拍攝的多個圖像，預測未來時段的光照狀況；至少基于所預測的光照狀況，生成待發送至所述相機的攝像參數；發起將所述攝像參數發送至所述相機，以便相機在所述未來時段中基于所述攝像參數拍攝待識別圖像；以及從所述待識別圖像中識別感興趣對象。

在一些實施例中，所述預測未來時段的光照狀況包括：利用殘差網絡依次提取所述多個圖像各自的光照特征；利用時間遞歸神經網絡遞歸地處理所述各自的光照特征，其中所述殘差網絡和所述時間遞歸神經網絡已被訓練以學習光照狀況隨時間推移的變化；以及由所述時間遞歸神經網絡輸出所預測的光照狀況。所述多個時刻包括N個時刻，N為大于1的正整數。X_k+1的光照特征和所述時間遞歸神經網絡對于X_k的光照特征的處理結果兩者被輸入到所述時間遞歸神經網絡進行遞歸處理，其中X_k表示在所述N個時刻中的第k時刻拍攝的圖像，并且X_k+1表示在所述N個時刻中的第k+1時刻拍攝的圖像，k為整數且1≤k＜N。

在一些實施例中，所述時間遞歸神經網絡包括長短期記憶網絡。

在一些實施例中，所述生成待發送至所述相機的攝像參數包括：利用基于殘差結構的神經網絡將所預測的光照狀況映射成第一版本的攝像參數。所述基于殘差結構的神經網絡已被訓練以學習光照狀況到攝像參數的映射。所述第一版本的攝像參數可被選擇作為所述待發送至所述相機的攝像參數。

在一些實施例中，所述基于殘差結構的神經網絡包括多個串聯的殘差結構。所述將所預測的光照狀況映射成第一版本的攝像參數包括：將表征所預測的光照狀況的特征輸入所述基于殘差結構的神經網絡，使得所述基于殘差結構的神經網絡執行操作，所述操作包括：將表征所預測的光照狀況的特征進行重塑；對經重塑的特征進行卷積；對經卷積的特征應用激活函數；對應用激活函數后的特征執行批歸一化，以得到歸一化的特征圖；利用所述多個串聯的殘差結構對所述歸一化的特征圖進行處理；以及將經處理的特征圖輸入全連接層，以得到所述第一版本的攝像參數。

在一些實施例中，所述方法還包括：控制所述相機在拍攝所述待識別圖像之前實時拍攝樣本圖像；基于所述樣本圖像，生成第二版本的攝像參數；以及將所述第一版本的攝像參數和所述第二版本的攝像參數進行加權平均，以得到加權的攝像參數，所述加權的攝像參數可被選擇作為所述待發送至所述相機的攝像參數。在第一操作模式下，所述第一版本的攝像參數被選擇作為所述待發送至所述相機的攝像參數。在不同于所述第一操作模式的第二操作模式下，所述加權的攝像參數被選擇作為所述待發送至所述相機的攝像參數。