[發明專利]一種識別方法、設備、系統及存儲介質

在審

• 申請號: 202011376035.7
• 申請日: 2020-11-30
• 公開（公告）號: CN114581726A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 陳敏;胡靜宜;申紅偉
• 申請（專利權）人: 中移(蘇州)軟件技術有限公司;中國移動通信集團有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V40/16;G06K9/62;G06N3/04
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 張靜;張穎玲

1.一種識別方法，其特征在于，所述方法包括：

獲取待識別圖像；

基于訓練完成的第一網絡對所述待識別圖像進行特征提取，得到第一特征數據；其中，所述訓練完成的第一網絡是基于樣本數據進行訓練得到的；

從所述第一特征數據中提取與指定特征區間匹配的數據，得到第一目標特征數據；

基于訓練完成的第二網絡對所述第一目標特征數據進行特征提取，得到第二特征數據；其中，所述訓練完成的第二網絡，是基于從第三特征數據中提取的第二目標特征數據進行訓練得到的；所述第三特征數據，是基于所述訓練完成的第一網絡對所述樣本數據進行特征提取得到的；

基于所述第二特征數據，對所述待識別圖像進行識別。

2.根據權利要求1所述的方法，其特征在于，所述從所述第一特征數據中提取與指定特征區間匹配的數據，得到第一目標特征數據，包括：

基于所述指定特征區間，確定目標特征提取函數；其中，所述目標特征提取函數，包括非線性函數；

基于所述目標特征提取函數，對所述第一特征數據進行提取，得到所述第一目標特征數據。

3.根據權利要求1所述的方法，其特征在于，所述基于所述第二特征數據，確定所述待識別圖像的類型，包括：

對所述第二特征數據進行量化處理，得到第一量化特征數據；

將所述第一量化特征數據輸入至訓練完成的第三網絡中，對所述待識別圖像進行識別；其中，所述訓練完成的第三網絡，用于提取所述第一量化特征數據的類型信息；所述訓練完成的第三網絡，是基于第二目標特征數據對第三網絡進行訓練得到的。

4.根據權利要求3所述的方法，其特征在于，所述訓練完成的第三網絡，是通過以下方式得到的：

對所述第二目標特征數據進行量化，得到第二量化特征數據；

基于所述第二量化特征數據，對所述第三網絡進行訓練，得到所述訓練完成的第三網絡。

5.根據權利要求3或4任一所述的方法，其特征在于，所述方法還包括：

基于所述訓練完成的第一網絡、第四網絡、所述訓練完成的第二網絡以及所述訓練完成的第三網絡，得到圖像識別模型；其中，所述第四網絡，用于從所述訓練完成的第一網絡的輸出數據中提取與所述指定特征區間匹配的數據。

6.根據權利要求1所述的方法，其特征在于，所述訓練完成的第一網絡，是通過以下方式得到的：

獲取所述樣本數據；

將所述樣本數據輸入至第一濾波網絡，得到第一數據；其中，所述第一濾波網絡，用于對所述樣本數據進行像素特征過濾；所述第一數據中攜帶有所述樣本數據的至少一個像素特征；

基于所述第一數據，訓練第一卷積網絡，得到訓練完成的第一卷積網絡；其中，所述第一卷積網絡，用于對所述第一數據進行卷積運算；

基于所述第一濾波網絡以及所述訓練完成的第一卷積網絡，得到所述訓練完成的第一網絡。

7.根據權利要求1所述的方法，其特征在于，所述訓練完成的第二網絡，是通過以下方式得到的：

將所述第二目標特征數據輸入至第二濾波網絡，得到第二數據；其中，所述第二濾波網絡，用于對所述第二目標特征數據進行像素特征過濾；所述第二數據攜帶有所述第二目標特征數據中的多個像素特征；

基于所述第二數據，訓練第二卷積網絡，得到訓練完成的第二卷積網絡；其中，所述第二卷積網絡，用于對所述第二數據進行卷積運算；

基于所述第二濾波網絡以及所述訓練完成的第二卷積網絡，得到所述訓練完成的第二網絡。