[發明專利]一種圖像識別方法、裝置、設備及存儲介質

在審

• 申請號: 202010633895.8
• 申請日: 2020-07-02
• 公開（公告）號: CN111814865A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 徐軻
• 申請（專利權）人: 蘇州交馳人工智能研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種圖像識別方法，其特征在于，包括：

獲取二維空間卷積單元和一維時序卷積單元，并根據所述二維空間卷積單元和所述一維時序卷積單元，構建三維卷積神經網絡模型；

獲取訓練樣本集，并通過所述訓練樣本集，對所述三維卷積神經網絡模型進行圖像識別訓練，以獲取訓練完成的圖像識別模型；

獲取目標視頻，并通過所述圖像識別模型，對所述目標視頻進行圖像識別操作。

2.根據權利要求1所述的方法，其特征在于，所述三維卷積神經網絡模型，包括：卷積層、池化層、激活層和全連接層；所述卷積層包括至少一個三維殘差卷積組件；

所述三維殘差卷積組件，用于提取圖像特征；

其中，所述三維殘差卷積組件根據所述二維空間卷積單元和所述一維時序卷積單元構建。

3.根據權利要求2所述的方法，其特征在于，所述根據所述二維空間卷積單元和所述一維時序卷積單元，構建三維卷積神經網絡模型，包括：

根據所述二維空間卷積單元和所述一維時序卷積單元，構建第一類型三維殘差卷積模塊；其中，所述第一類型三維殘差卷積模塊包括第一串行連接三維殘差卷積模塊、第一并行連接三維殘差卷積模塊和第一捷徑串行連接三維殘差卷積模塊；

根據所述第一類型三維殘差卷積模塊，構建所述三維殘差卷積組件。

4.根據權利要求3所述的方法，其特征在于，在根據所述二維空間卷積單元和所述一維時序卷積單元，構建第一類型三維殘差卷積模塊后，還包括：

獲取第一一維瓶頸卷積單元和第二一維瓶頸卷積單元，并根據所述第一一維瓶頸卷積單元、所述第二一維瓶頸卷積單元和所述第一類型三維殘差卷積模塊，構建第二類型三維殘差卷積模塊；其中，所述第二類型三維殘差卷積模塊包括第二串行連接三維殘差卷積模塊、第二并行連接三維殘差卷積模塊和第二捷徑串行連接三維殘差卷積模塊；

所述根據所述第一類型三維殘差卷積模塊，構建所述三維殘差卷積組件，包括：

根據所述第二類型三維殘差卷積模塊，構建所述三維殘差卷積組件。

5.根據權利要求4所述的方法，其特征在于，在根據所述第一一維瓶頸卷積單元、所述第二一維瓶頸卷積單元和所述第一類型三維殘差卷積模塊，構建第二類型三維殘差卷積模塊后，還包括：

在所述第二類型三維殘差卷積模塊中，插入至少一個批量歸一化單元和至少一個激勵函數單元，以獲取第三類型三維殘差卷積模塊；其中，所述第三類型三維殘差卷積模塊包括第三串行連接三維殘差卷積模塊、第三并行連接三維殘差卷積模塊和第三捷徑串行連接三維殘差卷積模塊；

所述根據所述第二類型三維殘差卷積模塊，構建所述三維殘差卷積組件，包括：

根據所述第三類型三維殘差卷積模塊，構建所述三維殘差卷積組件。

6.根據權利要求5所述的方法，其特征在于，在所述第二類型三維殘差卷積模塊中，插入至少一個批量歸一化單元和至少一個激勵函數單元，以獲取第三類型三維殘差卷積模塊后，還包括：

在所述第三類型三維殘差卷積模塊中，以捷徑連接方式插入第三一維瓶頸卷積單元，以獲取第四類型三維殘差卷積模塊；其中，所述第四類型三維殘差卷積模塊包括第四串行連接三維殘差卷積模塊、第四并行連接三維殘差卷積模塊和第四捷徑串行連接三維殘差卷積模塊；

所述根據所述第三類型三維殘差卷積模塊，構建所述三維殘差卷積組件，包括：

根據所述第四類型三維殘差卷積模塊，構建所述三維殘差卷積組件。

7.根據權利要求1-6任一所述的方法，其特征在于，所述訓練樣本集通過ImageNet圖像識別數據庫獲取。