[發(fā)明專利]圖像中目標(biāo)區(qū)域的確定方法、目標(biāo)識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010450834.8
• 申請(qǐng)日: 2020-05-25
• 公開(kāi)（公告）號(hào): CN111598092A
• 公開(kāi)（公告）日: 2020-08-28
• 發(fā)明（設(shè)計(jì)）人: 申世偉
• 申請(qǐng)（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06K9/46
• 代理公司: 北京先進(jìn)知識(shí)產(chǎn)權(quán)代理有限公司 11648
• 代理人: 葉碧蓮;趙霞兵

1.一種圖像中目標(biāo)區(qū)域的確定方法，其特征在于，所述方法包括：

根據(jù)第一預(yù)設(shè)圖像特征，從待處理圖像預(yù)先劃分的區(qū)域塊中獲取候選區(qū)域塊；

根據(jù)所述候選區(qū)域塊的第二預(yù)設(shè)圖像特征，獲取所述候選區(qū)域塊中每?jī)蓚€(gè)相鄰的區(qū)域塊之間的相似度值；

若根據(jù)獲取的相似度值確定所述候選區(qū)域塊中存在滿足預(yù)設(shè)相似度條件的相鄰區(qū)域塊，則對(duì)該相鄰區(qū)域塊進(jìn)行連通，將連通后的區(qū)域塊作為新的候選區(qū)域塊，并返回獲取所述候選區(qū)域塊中每?jī)蓚€(gè)相鄰的區(qū)域塊之間的相似度值的步驟重復(fù)執(zhí)行，直至根據(jù)獲取的相似度值確定所述候選區(qū)域塊中不存在滿足預(yù)設(shè)相似度條件的相鄰區(qū)域塊；其中，所述預(yù)設(shè)相似度條件為相似度值最大且相似度值大于預(yù)設(shè)閾值；

將連通的候選區(qū)域塊構(gòu)成的區(qū)域作為目標(biāo)區(qū)域。

2.根據(jù)權(quán)利要求1所述的圖像中目標(biāo)區(qū)域的確定方法，其特征在于，所述第一預(yù)設(shè)圖像特征至少包括以下之一：顏色、形狀、紋理、大小；

根據(jù)第一預(yù)設(shè)圖像特征，從待處理圖像預(yù)先劃分的區(qū)域塊中獲取候選區(qū)域塊，包括：

根據(jù)各第一預(yù)設(shè)圖像特征，以及各第一預(yù)設(shè)圖像特征對(duì)應(yīng)的預(yù)設(shè)權(quán)重值，從待處理圖像預(yù)先劃分的區(qū)域塊中獲取候選區(qū)域塊。

3.根據(jù)權(quán)利要求1或2所述的圖像中目標(biāo)區(qū)域的確定方法，其特征在于，所述第一預(yù)設(shè)圖像特征與所述第二預(yù)設(shè)圖像特征不同，所述第二預(yù)設(shè)圖像特征為相對(duì)于所述第一預(yù)設(shè)圖像特征的高維特征；所述第一預(yù)設(shè)圖像特征為相對(duì)于所述第二預(yù)設(shè)圖像特征的低維特征。

4.一種目標(biāo)識(shí)別方法，其特征在于，所述方法包括：

根據(jù)權(quán)利要求1至3任一所述的目標(biāo)區(qū)域的確定方法，確定待處理圖像中的目標(biāo)區(qū)域；

從所述待處理圖像的圖像數(shù)據(jù)中提取出所述目標(biāo)區(qū)域?qū)?yīng)的圖像數(shù)據(jù)，以及根據(jù)提取出的圖像數(shù)據(jù)生成目標(biāo)圖像；

將所述目標(biāo)圖像輸入至類別識(shí)別模型中，獲取所述目標(biāo)圖像的全連接層特征；其中，所述全連接層特征為所述類別識(shí)別模型的全連接層提取的所述目標(biāo)圖像的特征；

根據(jù)獲取的所述目標(biāo)圖像的全連接層特征，以及預(yù)先獲取的映射參數(shù)確定所述目標(biāo)圖像的類別的詞向量；其中，所述映射參數(shù)用于表征圖像的全連接層特征與類別的詞向量之間的映射關(guān)系；

根據(jù)所述目標(biāo)圖像的類別的詞向量，識(shí)別所述目標(biāo)圖像的類別。

5.根據(jù)權(quán)利要求4所述的目標(biāo)識(shí)別方法，其特征在于，在所述確定所述目標(biāo)圖像的類別的詞向量之前，所述方法還包括：

將待識(shí)別圖像輸入至所述類別識(shí)別模型中，獲取所述待識(shí)別圖像的全連接層特征以及所述類別識(shí)別模型輸出的所述待識(shí)別圖像的類別；

獲取所述待識(shí)別圖像的類別的詞向量；

將獲取的所述待識(shí)別圖像的全連接層特征，以及所述待識(shí)別圖像的類別的詞向量輸入至映射參數(shù)確定模型中，獲取所述映射參數(shù)確定模型輸出的映射參數(shù)。

6.根據(jù)權(quán)利要求4所述的目標(biāo)識(shí)別方法，其特征在于，所述根據(jù)所述目標(biāo)圖像的類別的詞向量，識(shí)別所述目標(biāo)圖像的類別，包括：

獲取候選類別的詞向量；

獲取所述目標(biāo)圖像的類別的詞向量與所述候選類別的詞向量的相似度值；

將獲取的相似度值中最大的相似度值對(duì)應(yīng)的候選類別確定為所述目標(biāo)圖像的類別。

7.一種圖像中目標(biāo)區(qū)域的確定裝置，其特征在于，所述裝置包括：

第一獲取模塊，被配置為根據(jù)第一預(yù)設(shè)圖像特征，從待處理圖像預(yù)先劃分的區(qū)域塊中獲取候選區(qū)域塊；

第二獲取模塊，被配置為根據(jù)所述候選區(qū)域塊的第二預(yù)設(shè)圖像特征，獲取所述候選區(qū)域塊中每?jī)蓚€(gè)相鄰的區(qū)域塊之間的相似度值；

連通模塊，被配置為若根據(jù)獲取的相似度值確定所述候選區(qū)域塊中存在滿足預(yù)設(shè)相似度條件的相鄰區(qū)域塊，則對(duì)該相鄰區(qū)域塊進(jìn)行連通，將連通后的區(qū)域塊作為新的候選區(qū)域塊，并返回獲取所述候選區(qū)域塊中每?jī)蓚€(gè)相鄰的區(qū)域塊之間的相似度值的步驟重復(fù)執(zhí)行，直至根據(jù)獲取的相似度值確定所述候選區(qū)域塊中不存在滿足預(yù)設(shè)相似度條件的相鄰區(qū)域塊；其中，所述預(yù)設(shè)相似度條件為相似度值最大且相似度值大于預(yù)設(shè)閾值；

確定模塊，被配置為將連通的候選區(qū)域塊構(gòu)成的區(qū)域作為目標(biāo)區(qū)域。