[發明專利]一種圖像識別方法和裝置

在審

• 申請號: 202011553934.X
• 申請日: 2020-12-24
• 公開（公告）號: CN112598062A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 黃高;王語霖;呂康晨
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06N3/04
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 蔣冬梅;栗若木

1.一種圖像識別方法，其特征在于，所述方法包括：

獲取待識別圖像；

從所述待識別圖像中隨機裁剪出具有預設圖像大小的圖像塊；

將所述圖像塊輸入預先訓練好的神經網絡分類模型，獲取所述圖像塊的分類結果；所述分類結果是指所述圖像塊被分類到預設的一種或多種圖像類型中；

根據所述分類結果確定分類置信度；所述分類置信度是指所述圖像塊被分類到每種圖像類型中的概率；

根據所述分類置信度確定是否將當前分類結果作為對應的待識別圖像的最終圖像識別結果；其中，當不能將當前分類結果作為最終圖像識別結果時，以迭代計算的形式，根據所述特征圖和預先建立并訓練好的定位策略網絡重新獲得下一個圖像塊，并根據所述下一個圖像塊獲取下一個分類置信度，直至根據獲得的分類置信度確定出將當前分類結果作為對應的待識別圖像的最終圖像識別結果。

2.根據權利要求1所述的圖像識別方法，其特征在于，所述神經網絡分類模型包括：特征提取網絡和全連接層；

所述將所述圖像塊輸入預先訓練好的神經網絡分類模型，獲取所述圖像塊的分類結果包括：

將所述圖像塊輸入預先建立并訓練好的特征提取網絡中，獲取特征圖，并將所述特征圖輸入預先建立并訓練好的全連接層，獲取所述圖像塊的分類結果。

3.根據權利要求1所述的圖像識別方法，其特征在于，所述根據所述分類置信度確定是否將當前分類結果作為對應的待識別圖像的最終圖像識別結果包括：

當所述分類置信度大于或等于預設閾值時，確定將當前分類結果作為所述待識別圖像的最終圖像識別結果；

當所述分類置信度小于所述預設閾值時，確定不能將當前分類結果作為所述待識別圖像的最終圖像識別結果。

4.根據權利要求2所述的圖像識別方法，其特征在于，所述以迭代計算的形式，根據所述特征圖和預先建立并訓練好的定位策略網絡重新獲得下一個圖像塊，并根據所述下一個圖像塊獲取下一個分類置信度，直至根據獲得的分類置信度確定出將當前分類結果作為對應的待識別圖像的最終圖像識別結果包括：

41、將上一次獲取的特征圖輸入預先建立的定位策略網絡，獲取下一步需要裁剪的圖像塊位置歸一化坐標；根據所述圖像塊位置歸一化坐標剪裁下一個圖像塊；

42、將所述圖像塊輸入預先建立并訓練好的特征提取網絡中，獲取特征圖，并將所述特征圖輸入預先建立并訓練好的全連接層，獲取所述圖像塊的分類結果；根據所述分類結果確定分類置信度；

43、根據所述分類置信度確定是否將當前分類結果作為最終圖像識別結果；是，進入步驟44；否，返回步驟41；

44、輸出當前分類結果。

5.根據權利要求2或4所述的圖像識別方法，其特征在于，

所述特征提取網絡包括：多個按照殘差神經網絡ResNet規則或緊密連接的神經網絡DenseNet規則排列的函數層；和/或，

所述定位策略網絡包括：多個卷積層和一個全連接層，所述卷積層和所述全連接層順序排列。

6.根據權利要求5所述的圖像識別方法，其特征在于，所述方法還包括：根據下述第一計算式對所述特征提取網絡的參數Θ_g和所述全連接層的參數Θ_m進行訓練：

其中，log[·]表示對數函數，表示求得函數值最小時對應的Θ_g、Θ_m的值，g(x_i，Θ_g)表示將任意的第i個圖像x_i輸入參數為Θ_g的特征提取網絡g(x，Θ_g)所得的特征圖，表示圖像x_i對應的分類結果m(g(x_i，Θ_g)，Θ_m)中的第y_i個元素，y_i為圖像x_i中定義的類別標簽；表示最終得到的優化后參數；i為正整數。