[發明專利]人工智能AI的識別方法、裝置、設備及計算機存儲介質

在審

• 申請號: 202011629256.0
• 申請日: 2020-12-30
• 公開（公告）號: CN112733669A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 余寰;徐旨勝;雍成剛;王琳
• 申請（專利權）人: 中國移動通信集團江蘇有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 趙秀芹

本公開實施例提供了一種人工智能AI的識別方法、裝置、設備及計算機存儲介質，方法包括獲取對第一圖像識別得到的第一置信度值，和對第二圖像識別得到的第二置信度值；對所述第一置信度值和所述第二置信度值，通過預設的超平面判別機制進行超平面計算，并根據超平面計算結果判別所述第一圖像中是否包含識別目標。根據本公開實施例，對一張被檢測圖像得到兩次識別置信度值，并通過超平面計算公式進行識別結果的置信度閾值閾值自適應判別，可以有效提高識別效果，無需對原有的AI模型訓練優化，只需要對獲取的置信度值進行自適應判別；克服了AI識別結果置信度閾值大小設置的難題，使得可設定的閾值更合理、環境適應性更強。

技術領域

本公開屬于AI識別技術領域，尤其涉及一種人工智能AI的識別方法、裝置、設備及計算機存儲介質。

背景技術

目前，對于利用AI(Artificial Intelligence，人工智能)模型對目標識別，并在識別后進行告警的應用場景中，需要為AI模型設定適合的識別結果置信度閾值，作為判定該場景中是否存在待識別目標的依據，所以置信度閾值的設定是影響識別結果的重要因素。

通常傳統的做法是，僅依據經驗和對誤識別的容忍度，設定一個固定不變的置信度閾值。利用AI模型進行檢測時，將場景圖片輸入到AI模型；將AI模型得到的該場景圖片識別結果的置信度值，與預設的置信度閾值進行比較；當AI模型得到的識別結果的置信度值大于預設的置信度閾值時，則可判定該場景圖片中存在要檢測的目標。但由于實際識別場景大多背景復雜，容易對AI模型識別造成很大干擾；如果上述預設的置信度閾值過低，就可能會導致原本不包含待識別目標的場景圖片，被判定包含待識別目標；反之如果預設的置信度閾值過高，就可能會導致原本包含待識別目標的場景圖像沒有被正確判斷。因此，固定置信度閾值的選取直接影響到識別結果的準確率，設置過低時可降低正向結果漏檢率但導致負向結果誤判率提高，進而導致誤告警增多；設置過高時雖然可降低負向結果誤判率但導致正向結果漏檢率提高，進而導致有些告警無法發出。故而，這種傳統的AI模型識別方式局限性很大。

發明內容

本公開實施例提供一種人工智能AI的識別方法、裝置、設備及計算機存儲介質，能夠提高AI模型對目標識別的準確率。

第一方面，本公開實施例提供一種人工智能AI的識別方法，識別方法包括：

獲取對第一圖像識別得到的第一置信度值，和對第二圖像識別得到的第二置信度值；第一圖像為被檢測圖像，第二圖像，是對第一圖像進行感興趣區域ROI截取得到；

對第一置信度值和第二置信度值，通過預設的超平面判別機制進行超平面計算，并根據超平面計算結果判別第一圖像中是否包含識別目標；預設的超平面判別機制，是通過多個隨機圖像樣本進行學習得到的；隨機圖像樣本，是由人工智能AI識別后認定包含識別目標的圖像。

在一些實施例中，獲取對第一圖像識別得到的第一置信度值，和對第二圖像識別得到的第二置信度值，具體包括：

對第一圖像進行人工智能AI識別，得到第一置信度值和感興趣區域ROI；

將感興趣區域ROI作為第二圖像，進行人工智能AI識別，得到第二置信度值。

在一些實施例中，在對第一置信度值和第二置信度值，通過預設的超平面判別機制進行超平面計算，并根據超平面計算結果判別第一圖像中是否包含識別目標前，識別方法還包括：

將包括多個隨機圖像樣本的樣本集，劃分為誤識別集合和正識別集合；誤識別集合，包括人工智能AI誤識別目標的隨機圖像樣本；正識別集合，包括人工智能AI正確識別目標的隨機圖像樣本；