[發明專利]圖像識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010101876.0
• 申請日: 2020-02-19
• 公開（公告）號: CN111291819B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 高斌斌
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/44;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

1.一種圖像識別方法，其特征在于，所述方法包括：

對待識別圖像進行全局信息提取處理，得到對應所述待識別圖像的激活圖；

對所述激活圖進行分類處理，得到所述待識別圖像的全局分類信息；

根據所述激活圖，對所述待識別圖像進行區域劃分，得到所述待識別圖像中的多個局部區域，且所述多個局部區域中的部分局部區域包括目標對象；

對各所述局部區域進行分類處理，得到各所述局部區域的分類信息；

遍歷所述多個局部區域中的每個局部區域，以進行以下處理：

當所述局部區域的分類信息和所述全局分類信息滿足候選類別的條件時，將所述局部區域確定為所述待識別圖像中包括所述目標對象的目標局部區域，并

將所述候選類別確定為所述目標局部區域中所述目標對象所屬的類別；

其中，所述當所述局部區域的分類信息和所述全局分類信息滿足候選類別的條件時，將所述局部區域確定為所述待識別圖像中包括所述目標對象的目標局部區域，包括：對所述全局分類信息、以及所述局部區域的分類信息進行最大池化處理，得到所述局部區域的融合信息；對應所述局部區域遍歷多個候選類別中的每個候選類別，以進行以下處理：當所述融合信息中對應所述候選類別的得分大于融合概率閾值、且所述局部區域分類信息中對應所述候選類別的得分大于局部概率閾值時，將所述局部區域分類信息對應的局部區域、確定為所述待識別圖像中包括目標對象的目標局部區域。

2.根據權利要求1所述的方法，其特征在于，所述對待識別圖像進行全局信息提取處理，得到對應所述待識別圖像的激活圖，包括：

對所述待識別圖像進行卷積處理，得到對應所述待識別圖像的特征圖；

對所述特征圖進行特征提取處理，得到所述待識別圖像的特征；

對所述特征進行非線性組合處理，得到對應所述待識別圖像的激活圖。

3.根據權利要求1所述的方法，其特征在于，所述對所述激活圖進行分類處理，得到所述待識別圖像的全局分類信息，包括：

對所述激活圖進行池化處理，得到所述待識別圖像的深度特征；

對所述深度特征進行卷積線性映射處理，得到對應所述待識別圖像的各類別特征；

對所述各類別特征進行非線性映射處理，得到所述待識別圖像的全局分類信息。

4.根據權利要求1所述的方法，其特征在于，所述根據所述激活圖，對所述待識別圖像進行區域劃分處理，得到所述待識別圖像中的多個局部區域，包括：

對所述激活圖進行分類處理，得到對應所述待識別圖像的類特征圖；

對所述類特征圖進行篩選處理，將篩選后的類特征圖確定為對應所述待識別圖像的候選類特征圖；

根據所述候選類特征圖，對所述待識別圖像進行定位處理，得到所述待識別圖像中的多個局部區域。

5.根據權利要求4所述的方法，其特征在于，所述對所述激活圖進行分類處理，得到對應所述待識別圖像的類特征圖，包括：

根據圖像識別模型中的類別向量，對所述激活圖進行卷積處理，得到卷積結果；

將所述卷積結果與可學習參數的加和，確定為對應各類別的所述待識別圖像的類特征圖。

6.根據權利要求4所述的方法，其特征在于，所述對所述類特征圖進行篩選處理，將篩選后的類特征圖確定為對應所述待識別圖像的候選類特征圖，包括：

對全局分類得分中對應各類別的概率進行降序排序，將前N個概率對應的類別確定為候選類別，并

將所述候選類別對應的類特征圖，確定為對應所述待識別圖像的候選類特征圖；

其中，N為大于零的自然數。

7.根據權利要求4所述的方法，其特征在于，所述對所述待識別圖像進行定位處理，得到所述待識別圖像中的多個局部區域，包括：

對所述候選類特征圖進行歸一化處理，得到歸一化的候選類特征圖；

將所述歸一化的候選類特征圖的尺寸擴展至所述待識別圖像的尺寸，得到擴展后的候選類特征圖；

對所述擴展后的候選類特征圖的概率分布進行映射處理，得到所述待識別圖像中的多個局部區域。