[發明專利]圖像識別的方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210108176.3
• 申請日: 2022-01-28
• 公開（公告）號: CN114550240A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 何斌
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/80;G06V10/82;G06K9/62;G06N3/08
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

1.一種圖像識別的方法，包括：

獲取待處理圖像的圖像特征信息；

根據所述圖像特征信息，獲得所述待處理圖像中指定對象的屬性數據，以及所述指定對象所屬至少兩個屬性類別中各屬性類別的概率；其中，所述各屬性類別對應至少一種分類方式；

根據所述各屬性類別的概率，對所述屬性數據進行調整處理，以獲得所述調整處理之后的屬性數據。

2.根據權利要求1所述的方法，其中，所述獲取待處理圖像的圖像特征信息，包括：

利用預設的神經網絡，對待處理圖像進行特征提取，以獲取所述圖像特征信息。

3.根據權利要求1或2所述的方法，其中，所述根據所述圖像特征信息，獲得所述待處理圖像中指定對象的屬性數據，以及所述指定對象所屬至少兩個屬性類別中各屬性類別的概率，包括：

利用預設的屬性預測模型和至少一個預設的屬性類別預測模型，分別對所述圖像特征信息進行識別，以獲得所述待處理圖像中指定對象的屬性數據，以及所述指定對象所屬至少兩個屬性類別中各屬性類別的概率。

4.根據權利要求1-3中任一項所述的方法，其中，所述根據所述各屬性類別的概率，對所述屬性數據進行調整處理，以獲得所述調整處理之后的屬性數據，包括：

根據所述屬性數據對應的第一權重值和所述各屬性類別的概率對應的第二權重值，對所述屬性數據和所述各屬性類別的概率進行加權處理；

根據所述加權處理的結果，獲得所述調整處理之后的屬性數據。

5.根據權利要求1-4中任一項所述的方法，其中，所述獲取待處理圖像的圖像特征信息之前，包括：

利用圖像訓練數據，對待訓練的屬性預測模型進行訓練，以獲得預設的屬性預測模型，和/或，對待訓練的屬性類別預測模型進行訓練，以獲得預設的屬性類別預測模型。

6.一種圖像識別的裝置，包括：

獲取單元，用于獲取待處理圖像的圖像特征信息；

獲得單元，用于根據所述圖像特征信息，獲得所述待處理圖像中指定對象的屬性數據，以及所述指定對象所屬至少兩個屬性類別中各屬性類別的概率；其中，所述各屬性類別對應至少一種分類方式；

調整單元，用于根據所述各屬性類別的概率，對所述屬性數據進行調整處理，以獲得所述調整處理之后的屬性數據。

7.根據權利要求6所述的裝置，其中，所述獲取單元，具體用于：

利用預設的神經網絡，對待處理圖像進行特征提取，以獲取所述圖像特征信息。

8.根據權利要求6或7所述的裝置，其中，所述獲得單元，具體用于：

利用預設的屬性預測模型和至少一個預設的屬性類別預測模型，分別對所述圖像特征信息進行識別，以獲得所述待處理圖像中指定對象的屬性數據，以及所述指定對象所屬至少兩個屬性類別中各屬性類別的概率。

9.根據權利要求6-8中任一項所述的裝置，其中，所述調整單元，具體用于：

根據所述屬性數據對應的第一權重值和所述各屬性類別的概率對應的第二權重值，對所述屬性數據和所述各屬性類別的概率進行加權處理；

根據所述加權處理的結果，獲得所述調整處理之后的屬性數據。

10.根據權利要求6-9中任一項所述的裝置，其中，所述獲取單元，還用于：

利用圖像訓練數據，對待訓練的屬性預測模型進行訓練，以獲得預設的屬性預測模型，和/或，對待訓練的屬性類別預測模型進行訓練，以獲得預設的屬性類別預測模型。

11.一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行根據權利要求1-5中任一項所述的方法。