[發明專利]一種圖像內容識別方法、裝置、設備及存儲介質

在審

• 申請號: 202011587892.1
• 申請日: 2020-12-28
• 公開（公告）號: CN113516113A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 陳柱;項小明
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62;G06F16/432;G06F16/438
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請實施例公開了一種圖像內容識別方法、裝置、設備及存儲介質。其中方法包括：獲取待識別圖像幀，并確定待識別圖像幀的狀態，若確定待識別圖像幀的狀態為靜止狀態，則調用對象定位模型對待識別圖像幀進行處理，并根據對象定位模型的處理結果得到區域圖像，調用局部定位模型對區域圖像進行處理，并根據局部定位模型的處理結果得到熱點圖像，根據熱點區域在熱點圖像中的圖像位置，從待識別圖像幀中確定出關聯圖像，對待識別圖像幀中的關聯圖像進行多媒體處理，并輸出關聯圖像的多媒體處理結果。可提高圖像內容識別效率，節省計算資源，并提高了點讀設備等設備的識別正確率。

技術領域

本發明涉及計算機技術領域，具體涉及一種圖像內容識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著計算機技術的不斷發展，點讀設備應運而生。點讀設備是基于光學圖像識別技術和先進的數碼語音技術開發而成的新一代智能閱讀和學習工具。它實現了電子產品與教育行業的融合，為人們的生活和學習提供了便捷。實踐發現，受周圍環境及設備性能等因素的影響，點讀設備的正確識別率較低。

發明內容

本發明實施例提供了一種圖像內容識別方法、裝置、設備及存儲介質，能夠較好地提高點讀設備的正確識別率。

一方面，本申請實施例提供了一種圖像內容識別方法，該方法包括：

獲取待識別圖像幀，并確定所述待識別圖像幀的狀態；

若確定所述待識別圖像幀的狀態為靜止狀態，則調用對象定位模型對所述待識別圖像幀進行處理，并根據對象定位模型的處理結果得到區域圖像；

調用局部定位模型對所述區域圖像進行處理，并根據局部定位模型的處理結果得到熱點圖像，所述熱點圖像中包括熱點區域；

根據所述熱點區域在熱點圖像中的圖像位置，從所述待識別圖像幀中確定出關聯圖像；

對所述待識別圖像幀中的關聯圖像進行多媒體處理，并輸出所述關聯圖像的多媒體處理結果。

另一方面，本申請提供了一種圖像內容識別裝置，該處理裝置包括：

獲取單元，用于獲取待識別圖像幀，并確定所述待識別圖像幀的狀態；

處理單元，用于若確定所述待識別圖像幀的狀態為靜止狀態，則調用對象定位模型對所述待識別圖像幀進行處理，并根據對象定位模型的處理結果得到區域圖像；以及用于調用局部定位模型對所述區域圖像進行處理，并根據局部定位模型的處理結果得到熱點圖像，所述熱點圖像中包括熱點區域；以及用于根據所述熱點區域在熱點圖像中的圖像位置，從所述待識別圖像幀中確定出關聯圖像；以及用于對所述待識別圖像幀中的關聯圖像進行多媒體處理，并輸出所述關聯圖像的多媒體處理結果。

相應地，本申請提供了一種點讀設備，包括處理器、存儲器和通信接口，所述處理器、所述存儲器和所述通信接口相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行上述的圖像內容識別方法。

相應地，本申請提供了一種計算機可讀存儲介質，計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時，上述的圖像內容識別方法被實現。

相應地，本申請提供了一種計算機程序產品或計算機程序，該計算機程序產品或計算機程序包括計算機指令，該計算機指令存儲在計算機可讀存儲介質中。計算機設備的處理器從計算機可讀存儲介質讀取該計算機指令，處理器執行該計算機指令，使得該計算機設備執行上述圖像內容識別方法。