[發明專利]陳列場景識別方法、裝置、設備以及存儲介質

有效

• 申請號: 202110886915.7
• 申請日: 2021-08-03
• 公開（公告）號: CN113627508B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 陳科樺;倪子涵;安容巧;孫逸鵬;陳玥蓉;姚錕
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/74;G06V10/774
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開提供了一種陳列場景識別方法、模型訓練方法、裝置、設備、存儲介質以及計算機程序產品，涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，可應用于圖像處理、圖像識別等場景。具體實現方案為：獲取待識別圖像的特征向量并獲取底庫特征向量集；基于待識別圖像的特征向量與底庫特征向量集中每個特征向量的相似系數，從底庫特征向量集中確定出至少兩個候選特征向量；對至少兩個候選特征向量的相似系數進行閾值判斷，得到目標特征向量；基于目標特征向量對應的陳列場景標簽確定待識別圖像的陳列場景。根據對候選特征向量的相似系數進行閾值判斷的方式識別陳列場景，在保證準確率的同時降低標注成本，提高了識別效率。

技術領域

本公開涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，可應用于圖像處理、圖像識別等場景，尤其涉及一種陳列場景識別方法、模型訓練方法、裝置、設備、存儲介質以及計算機程序產品。

背景技術

目前在陳列場景識別中，通常是根據待檢測圖像的全局特征和至少一個局部特征來識別陳列場景。但該方法需要維護大量圖片，標注成本高。

發明內容

本公開提供了一種陳列場景識別方法、模型訓練方法、裝置、設備、存儲介質以及計算機程序產品，提高了場景識別效率。

根據本公開的一方面，提供了一種陳列場景識別方法，包括：獲取待識別圖像的特征向量并獲取底庫特征向量集；基于待識別圖像的特征向量與底庫特征向量集中每個特征向量的相似系數，從底庫特征向量集中確定出至少兩個候選特征向量；對至少兩個候選特征向量的相似系數進行閾值判斷，得到目標特征向量；基于目標特征向量對應的陳列場景標簽確定待識別圖像的陳列場景。

根據本公開的另一方面，提供了一種模型訓練方法，包括：采集陳列場景的圖像樣本集；對圖像樣本集中的每個圖像樣本進行目標區域提取，得到目標區域樣本集；將目標區域樣本集作為訓練樣本，訓練第一初始模型，得到特征提取模型。

根據本公開的又一方面，提供了一種陳列場景識別裝置，包括：獲取模塊，被配置為獲取待識別圖像的特征向量并獲取底庫特征向量集；確定模塊，被配置為基于待識別圖像的特征向量與底庫特征向量集中每個特征向量的相似系數，從底庫特征向量集中確定出至少兩個候選特征向量；判斷模塊，被配置為對至少兩個候選特征向量的相似系數進行閾值判斷，得到目標特征向量；識別模塊，被配置為基于目標特征向量對應的陳列場景標簽確定待識別圖像的陳列場景。

根據本公開的又一方面，提供了一種模型訓練裝置，包括：采集模塊，被配置為采集陳列場景的圖像樣本集；提取模塊，被配置為對圖像樣本集中的每個圖像樣本進行目標區域提取，得到目標區域樣本集；第一訓練模塊，被配置為將目標區域樣本集作為訓練樣本，訓練第一初始模型，得到特征提取模型。

根據本公開的又一方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被上述至少一個處理器執行，以使上述至少一個處理器能夠執行上述陳列場景識別方法及模型訓練方法。

根據本公開的又一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，上述計算機指令用于使上述計算機執行上述陳列場景識別方法及模型訓練方法。

根據本公開的再一方面，提供了一種計算機程序產品，包括計算機程序，上述計算機程序在被處理器執行時實現上述陳列場景識別方法及模型訓練方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是本公開可以應用于其中的示例性系統架構圖；

圖2是根據本公開的陳列場景識別方法的一個實施例的流程圖；