[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: 202010124982.0
• 申請日: 2020-02-27
• 公開（公告）號: CN111368893B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 顏波
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V10/764
• 代理公司: 深圳市智圈知識產權代理事務所(普通合伙) 44351
• 代理人: 苗燕

本申請公開了一種圖像識別方法、裝置、電子設備及存儲介質，涉及圖像處理領域，該方法包括：獲取待識別圖像；基于訓練好的特征提取模型，得到待識別圖像的第一、第二特征信息，其中，第一特征信息用于表征待識別圖像的目標子類別，第二特征信息用于表征目標子類別與其他子類別之間的差異，目標子類別和其他子類別屬于同一個主類別；將第一特征信息和第二特征信息進行融合，得到融合特征信息；根據融合特征信息確定待識別圖像的識別結果；根據識別結果，執行預定操作。本申請通過訓練好的特征提取模型得到第一、第二特征信息，并基于融合得到的融合特征信息進行圖像識別，可同時考慮特征本身及同一主類別下類內特征的差異性，提高圖像識別精度。

技術領域

本申請涉及圖像處理技術領域，更具體地，涉及一種圖像識別方法、裝置、電子設備及存儲介質。

背景技術

隨著終端的普及和終端技術的發展，用戶對終端圖像識別的精度要求越來越高。例如，用戶期望通過終端實時識別各種物體，但是，目前的圖像識別方法多是針對特定領域，并且應用在相對復雜的系統中，很難滿足終端對通用物體進行識別的精度要求，即目前終端圖像識別的精度不高。

發明內容

本申請實施例提出了一種圖像識別方法、裝置、電子設備及存儲介質，能夠提高圖像識別的準確率。

第一方面，本申請實施例提供了一種圖像識別方法，該方法包括：獲取待識別圖像；基于訓練好的特征提取模型，得到所述待識別圖像的第一特征信息和第二特征信息，其中，所述第一特征信息用于表征所述待識別圖像的目標子類別，所述第二特征信息用于表征所述目標子類別與其他子類別之間的差異，所述目標子類別和所述其他子類別屬于同一個主類別；將所述第一特征信息和所述第二特征信息進行融合，得到融合特征信息；根據所述融合特征信息確定所述待識別圖像的識別結果；根據所述識別結果，執行預定操作。

第二方面，本申請實施例提供了一種圖像識別裝置，該裝置包括：圖像獲取模塊，用于獲取待識別圖像；特征提取模塊，用于基于訓練好的特征提取模型，得到所述待識別圖像的第一特征信息和第二特征信息，其中，所述第一特征信息用于表征所述待識別圖像的目標子類別，所述第二特征信息用于表征所述目標子類別與其他子類別之間的差異，所述目標子類別和所述其他子類別屬于同一個主類別；特征融合模塊，用于將所述第一特征信息和所述第二特征信息進行融合，得到融合特征信息；圖像識別模塊，用于根據所述融合特征信息確定所述待識別圖像的識別結果；操作執行模塊，用于根據所述識別結果，執行預定操作。

第三方面，本申請實施例提供了一種電子設備，包括：存儲器；一個或多個處理器，與所述存儲器耦接；一個或多個應用程序，其中，一個或多個應用程序被存儲在存儲器中并被配置為由一個或多個處理器執行，一個或多個應用程序配置用于執行上述第一方面提供的圖像識別方法。

第四方面，本申請實施例提供了一種計算機可讀取存儲介質，計算機可讀取存儲介質中存儲有程序代碼，程序代碼可被處理器調用執行上述第一方面提供的圖像識別方法。

本申請實施例提供的一種圖像識別方法、裝置、電子設備及存儲介質，通過獲取待識別圖像，然后基于訓練好的特征提取模型，得到可表征待識別圖像的目標子類別的第一特征信息、以及表征目標子類別與其他子類別之間的差異的第二特征信息，其中，目標子類別和其他子類別屬于同一個主類別，接著融合第一特征信息和第二特征信息得到融合特征信息進行識別，并根據識別結果，執行預定操作。由此，本申請實施例在圖像識別時，基于訓練好的特征提取模型所提取的特征，可同時考慮特征本身和同一主類別下各子類別特征之間的差異性，從而使得最終融合得到的融合特征信息不僅能夠反映不同類別物體之間特征的差異，也能夠反映相同類別物體之間特征的差異，因此可以顯著提高圖像識別的精度，具有更廣的應用范圍。

附圖說明

為了更清楚地說明本申請實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。