[發(fā)明專利]用于識(shí)別圖像的方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910361580.X
• 申請(qǐng)日: 2019-04-30
• 公開（公告）號(hào): CN111860476A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 胡躍祥;周仁義;周強(qiáng);付鵬;范彥文;寇浩鋒
• 申請(qǐng)（專利權(quán)）人: 百度時(shí)代網(wǎng)絡(luò)技術(shù)（北京）有限公司;百度（美國(guó)）有限責(zé)任公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/00
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本申請(qǐng)實(shí)施例公開了用于識(shí)別圖像的方法和系統(tǒng)。該方法應(yīng)用于AI芯片集合，AI芯片集合中的AI芯片串聯(lián)，包括：接收傳感器發(fā)送的圖像序列；依次對(duì)圖像序列中的圖像進(jìn)行圖像識(shí)別，得到圖像序列中的圖像的識(shí)別結(jié)果。該實(shí)施方式利用串聯(lián)的AI芯片對(duì)圖像序列進(jìn)行圖像識(shí)別，提高了對(duì)圖像序列的識(shí)別效率。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及用于識(shí)別圖像的方法和系統(tǒng)。

背景技術(shù)

圖像識(shí)別，是指對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)象的技術(shù)。目前，為了節(jié)省云端服務(wù)器的計(jì)算壓力和傳輸帶寬，會(huì)在靠近數(shù)據(jù)源頭的一側(cè)直接對(duì)圖像進(jìn)行計(jì)算，即邊緣計(jì)算。

在基于深度學(xué)習(xí)的邊緣計(jì)算的圖像識(shí)別場(chǎng)景下，圖像識(shí)別系統(tǒng)通常部署單個(gè)AI(Artificial Intelligence，人工智能)芯片，以及單個(gè)AI芯片連接的傳感器。具體地，單個(gè)AI芯片運(yùn)行圖像識(shí)別過(guò)程中的所有深度學(xué)習(xí)模型，對(duì)傳感器采集的圖像序列進(jìn)行圖像識(shí)別，以得到圖像序列的識(shí)別結(jié)果，并將圖像序列的識(shí)別結(jié)果發(fā)送至云端服務(wù)器，以進(jìn)行下一步處理。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提出了用于識(shí)別圖像的方法和系統(tǒng)。

第一方面，本申請(qǐng)實(shí)施例提供了一種用于識(shí)別圖像的方法，應(yīng)用于人工智能AI芯片集合，AI芯片集合中的AI芯片串聯(lián)，包括：接收傳感器發(fā)送的圖像序列；依次對(duì)圖像序列中的圖像進(jìn)行圖像識(shí)別，得到圖像序列中的圖像的識(shí)別結(jié)果。

在一些實(shí)施例中，AI芯片集合運(yùn)行圖像識(shí)別過(guò)程中的所有深度學(xué)習(xí)模型，且不同AI芯片運(yùn)行不同的深度學(xué)習(xí)模型。

在一些實(shí)施例中，AI芯片集合中的上游AI芯片的輸入信息和輸出信息一起作為下游AI芯片的輸入信息。

在一些實(shí)施例中，對(duì)于圖像序列中的圖像，當(dāng)上游AI芯片對(duì)該圖像進(jìn)行圖像識(shí)別時(shí)，下游AI芯片對(duì)該圖像的上一幅圖像進(jìn)行圖像識(shí)別。

在一些實(shí)施例中，AI芯片集合包括第一AI芯片、第二AI芯片和第三AI芯片，第一AI芯片運(yùn)行目標(biāo)檢測(cè)模型，第二AI芯片運(yùn)行姿態(tài)檢測(cè)模型，第三AI芯片運(yùn)行屬性識(shí)別模型。

在一些實(shí)施例中，依次對(duì)圖像序列中的圖像進(jìn)行圖像識(shí)別，得到圖像序列中的圖像的識(shí)別結(jié)果，包括：第一AI芯片將圖像序列中的圖像輸入至目標(biāo)檢測(cè)模型，得到該圖像中的目標(biāo)的位置信息，基于該圖像和該圖像中的目標(biāo)的位置信息，生成該圖像的第一識(shí)別子結(jié)果，以及將該圖像的第一識(shí)別子結(jié)果發(fā)送至第二AI芯片；第二AI芯片將該圖像的第一識(shí)別子結(jié)果輸入至姿態(tài)檢測(cè)模型，得到該圖像中的目標(biāo)的姿態(tài)信息，基于該圖像的第一識(shí)別子結(jié)果和該圖像中的目標(biāo)的姿態(tài)信息，生成該圖像的第二識(shí)別子結(jié)果，以及將該圖像的第二識(shí)別子結(jié)果發(fā)送至第三AI芯片；第三AI芯片將該圖像的第二識(shí)別子結(jié)果輸入至屬性識(shí)別模型，得到該圖像中的目標(biāo)的屬性信息，基于該圖像的第二識(shí)別子結(jié)果和該圖像中的目標(biāo)的屬性信息，生成該圖像的識(shí)別結(jié)果。

在一些實(shí)施例中，基于該圖像和該圖像中的目標(biāo)的位置信息，生成該圖像的第一識(shí)別子結(jié)果，包括：第一AI芯片將該圖像中的目標(biāo)的位置信息封裝進(jìn)該圖像，生成該圖像的第一識(shí)別子結(jié)果；基于該圖像的第一識(shí)別子結(jié)果和該圖像中的目標(biāo)的姿態(tài)信息，生成該圖像的第二識(shí)別子結(jié)果，包括：第二AI芯片將該圖像中的目標(biāo)的姿態(tài)信息封裝進(jìn)該圖像的第一識(shí)別子結(jié)果，生成該圖像的第二識(shí)別子結(jié)果；以及基于該圖像的第二識(shí)別子結(jié)果和該圖像中的目標(biāo)的屬性信息，生成該圖像的識(shí)別結(jié)果，包括：第三AI芯片整合該圖像中的目標(biāo)的位置信息、姿態(tài)信息和屬性信息，生成該圖像的識(shí)別結(jié)果。

在一些實(shí)施例中，AI芯片集合中的AI芯片通過(guò)移動(dòng)產(chǎn)業(yè)處理器接口串聯(lián)。

第二方面，本申請(qǐng)實(shí)施例提供了一種用于識(shí)別圖像的系統(tǒng)，包括：傳感器和人工智能AI芯片集合，AI芯片集合中的AI芯片串聯(lián)；傳感器，被配置成采集圖像序列，以及將圖像序列發(fā)送至AI芯片集合；AI芯片集合，被配置成依次對(duì)圖像序列中的圖像進(jìn)行圖像識(shí)別，得到圖像序列中的圖像的識(shí)別結(jié)果。