[發明專利]圖像識別方法、裝置、終端設備及計算機可讀存儲介質

在審

• 申請號: 202011328150.7
• 申請日: 2020-11-24
• 公開（公告）號: CN112364807A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 林燦然;程駿;龐建新
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 劉永康

1.一種圖像識別方法，其特征在于，包括：

檢測待識別圖像中的目標物體，獲得包含所述目標物體的第一檢測框；

檢測所述第一檢測框中包含的所述目標物體上的關鍵點，獲得所述第一檢測框對應的關鍵點信息；

提取所述第一檢測框中包含圖像的圖像特征，獲得所述第一檢測框對應的圖像特征信息；

將所述第一檢測框對應的關鍵點信息和圖像特征信息進行信息融合處理，得到所述第一檢測框對應的特征融合信息；

根據所述第一檢測框對應的特征融合信息對所述第一檢測框中包含的所述目標物體進行識別，得到所述第一檢測框對應的識別結果。

2.如權利要求1所述的圖像識別方法，其特征在于，所述檢測所述第一檢測框中包含的所述目標物體上的關鍵點，獲得所述第一檢測框對應的關鍵點信息，包括：

檢測所述第一檢測框中包含的所述目標物體上的關鍵點，得到多個關鍵點各自的坐標數據；

對所述多個關鍵點各自的坐標數據分別進行歸一化處理，得到多個關鍵點各自的歸一化坐標；

將所述多個關鍵點各自的歸一化坐標確定為所述第一檢測框對應的關鍵點信息。

3.如權利要求2所述的圖像識別方法，其特征在于，關鍵點的坐標數據包括關鍵點的橫坐標和縱坐標；

關鍵點的歸一化坐標包括關鍵點的歸一化橫坐標和歸一化縱坐標；

所述對所述多個關鍵點各自的坐標數據分別進行歸一化處理，得到多個關鍵點各自的歸一化坐標，包括：

獲取多個關鍵點的坐標數據中的最大橫坐標、最小橫坐標、最大縱坐標和最小縱坐標；

根據所述最大橫坐標和所述最小橫坐標計算關鍵點橫向差值；

根據所述最大縱坐標和所述最小縱坐標計算關鍵點縱向差值；

對于每個關鍵點，根據所述關鍵點的橫坐標、所述最小橫坐標和所述關鍵點橫向差值計算所述關鍵點的歸一化橫坐標，根據所述關鍵點的縱坐標、所述最小縱坐標和所述關鍵點縱向差值計算所述關鍵點的歸一化縱坐標。

4.如權利要求2所述的圖像識別方法，其特征在于，若獲得包含所述目標物體的多個第一檢測框，則在得到每個第一檢測框各自對應的識別結果之后，所述方法還包括：

獲取每個第一檢測框各自對應的目標點信息，其中，所述目標點信息為多個目標點各自的坐標數據，所述目標點為所述第一檢測框中包含的所述目標物體的目標部位上的關鍵點；

根據每個第一檢測框各自對應的目標點信息，對所述多個第一檢測框進行去冗余處理，得到去冗余后處理后的第一檢測框。

5.如權利要求4所述的圖像識別方法，其特征在于，所述根據每個第一檢測框各自對應的目標點信息，對所述多個第一檢測框進行去冗余處理，得到去冗余處理后的第一檢測框，包括：

根據每個第一檢測框各自對應的目標點信息，確定每個第一檢測框包含的所述目標物體上的目標部位對應的第二檢測框；

基于非極大值抑制方法對所述第二檢測框進行去冗余處理，得到去冗余處理后的第二檢測框；

將所述去冗余處理后的第二檢測框對應的第一檢測框確定為去冗余處理后的第一檢測框。

6.如權利要求5所述的圖像識別方法，其特征在于，目標點的坐標數據包括目標點的橫坐標和縱坐標；

所述根據每個第一檢測框各自對應的目標點信息，確定每個第一檢測框包含的所述目標物體上的目標部位對應的第二檢測框，包括：

對于每個第一檢測框，獲取所述第一檢測框對應的目標點信息中的最大橫坐標、最小橫坐標、最大縱坐標和最小縱坐標；

根據所述最大橫坐標、所述最小橫坐標、所述最大縱坐標和所述最小縱坐標確定所述第一檢測框包含的所述目標物體上的目標部位對應的候選檢測框；

按照預設比例擴大所述候選檢測框，得到擴大后的候選檢測框；

將所述擴大后的候選檢測框確定為所述第一檢測框包含的所述目標物體上的目標部位對應的第二檢測框。