[發明專利]一種基于人工智能的圖像識別方法、裝置

在審

• 申請號: 202110238449.1
• 申請日: 2021-03-04
• 公開（公告）號: CN113705294A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 謝一賓;侯昊迪
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

1.一種基于人工智能的圖像識別方法，其特征在于，包括：

對待識別圖像進行目標檢測處理，以從所述待識別圖像中獲取目標對象圖像；

基于所述目標對象圖像進行特征提取處理，得到對應的圖像特征；

基于所述圖像特征進行關鍵點識別處理，得到所述目標對象的關鍵點以及對應的位置；

基于所述目標對象的關鍵點以及對應的位置，確定所述目標對象在所述待識別圖像中的完整程度。

2.根據權利要求1所述的方法，其特征在于，

所述對待識別圖像進行目標檢測處理，以從所述待識別圖像中獲取目標對象圖像，包括：

對待識別圖像進行目標檢測處理，得到包括目標對象的檢測框；

基于所述檢測框的位置，從所述待識別圖像中裁剪出目標對象圖像；

所述基于所述目標對象圖像進行特征提取處理，得到對應的圖像特征，包括：

對所述目標對象圖像的周圍區域進行填充處理，對經過所述填充處理的目標對象圖像進行特征提取處理，得到對應的圖像特征，或者，

直接對裁剪出的所述目標對象圖像進行特征提取處理，得到對應的圖像特征。

3.根據權利要求2所述的方法，其特征在于，所述對待識別圖像進行目標檢測處理，得到包括目標對象的檢測框，包括：

提取所述待識別圖像的特征，以得到相應的特征圖；

在所述待識別圖像中確定多個候選框；

將所述候選框映射到所述特征圖中，得到對應的多個候選特征圖；

對所述多個候選特征圖進行最大池化處理，得到尺寸相同的多個候選區域圖；

對所述多個候選區域圖進行分類處理和候選框位置回歸處理，得到包括所述目標對象的檢測框。

4.根據權利要求1所述的方法，其特征在于，

當所述圖像特征是從經過填充處理的所述目標對象圖像提取得到時，所述基于所述圖像特征進行關鍵點識別處理，得到所述目標對象的關鍵點以及對應的位置，包括：

調用第一關鍵點檢測模型執行以下處理：

將所述圖像特征映射為多個通道的概率圖，其中，每個通道的概率圖對應預設關鍵點集合中的一個關鍵點的概率分布，所述概率分布用于表征所述目標對象圖像中每個像素點屬于所述概率圖對應的關鍵點的概率；

針對每個概率圖執行以下處理：將所述概率圖中最大概率的像素點識別為所述概率圖對應的關鍵點，并將所述最大概率的像素點的位置識別為所述概率圖對應的關鍵點的位置；

將從每個概率圖中識別出的關鍵點和對應的位置，組合形成所述目標對象的關鍵點識別結果；

其中，所述關鍵點識別結果包括多個關鍵點和對應的位置，且所述多個關鍵點與所述預設關鍵點集合中的全部關鍵點一一對應。

5.根據權利要求1所述的方法，其特征在于，當所述圖像特征是直接從所述目標對象圖像提取得到時，所述基于所述圖像特征進行關鍵點識別處理，得到所述目標對象的關鍵點以及對應的位置，包括：

調用第二關鍵點檢測模型執行以下處理：

將所述圖像特征映射為一個概率圖，其中，所述概率圖包括所述目標對象圖像中每個像素點對應預設關鍵點集合中各個關鍵點的概率；

針對所述目標對象圖像中每個像素點執行以下處理：

確定所述像素點對應所述預設關鍵點集合中各個關鍵點的概率中的最大概率；

當所述最大概率超出概率閾值時，將所述像素點識別為所述最大概率對應的關鍵點，將所述像素點的位置識別為所述最大概率對應的關鍵點的位置；

將從所述概率圖中識別出的關鍵點和對應的位置，組合形成所述目標對象的關鍵點識別結果；

其中，所述關鍵點識別結果包括與所述預設關鍵點集合中的至少一個關鍵點和對應的位置。