[发明专利]一种图像识别方法及电子设备

权利要求书

1.一种图像识别方法，所述方法包括：

获取目标图像的像素图像数据及深度图像数据；

对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据；

利用所述特征向量数据确定所述目标图像中的目标物类别；

其中，所述对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据，包括：

将所述像素图像数据与所述深度图像数据分别通过预设卷积核的卷积计算，得到像素特征数据及深度特征数据；

将所述像素特征数据与所述深度特征数据进行像素组合，得到组合特征数据，所述组合特征数据中包括多个像素组，每个像素组分别包括多个像素；

对所述组合特征数据中每个像素组中的多个像素进行统计合并计算处理，得到所述合并特征数据对应的融合特征数据；

依据所述融合特征数据，生成所述目标图像的特征向量数据。

2.根据权利要求1所述的方法，其特征在于，利用所述特征向量数据确定所述目标图像中的目标物类别，包括：

确定预设类别矩阵，所述类别矩阵中的每项值为预设的类别权值；

对所述类别矩阵与所述特征向量数据进行矩阵计算，得到一维的类别向量；

选取所述类别向量中满足预设选取条件的值所对应的类别作为所述目标图像中的目标物类别。

3.根据权利要求1所述的方法，其特征在于，利用所述特征向量数据确定所述目标图像中的目标物类别，包括：

对所述特征向量数据按照预设的向量分类器进行目标物识别，得到所述目标图像中的目标物类别。

4.一种电子设备，包括：

数据获取单元，用于获取目标图像的像素图像数据及深度图像数据；

特征提取单元，用于对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据；

类别确定单元，用于利用所述特征向量数据确定所述目标图像中的目标物类别；

其中，所述特征提取单元包括：

数据卷积子单元，用于将所述像素图像数据与所述深度图像数据分别通过预设卷积核的卷积计算，得到像素特征数据及深度特征数据；

特征融合子单元，用于将所述像素特征数据与所述深度特征数据进行融合，得到融合特征数据；

向量生成子单元，用于依据所述融合特征数据，生成所述目标图像的特征向量数据；

其中，所述特征融合子单元包括：

像素组合模块，用于将所述像素特征数据与所述深度特征数据进行像素组合，得到组合特征数据，所述组合特征数据中包括多个像素组，每个所述像素组包括多个像素；

统计合并模块，用于对所述组合特征数据中每个像素组中的多个像素进行统计合并计算处理，得到所述合并特征数据对应的融合特征数据。

5.根据权利要求4所述的电子设备，其特征在于，所述类别确定单元包括：

矩阵确定子单元，用于确定预设类别矩阵，所述类别矩阵中的每项值为预设的类别权值；

矩阵计算子单元，用于对所述类别矩阵与所述特征向量数据进行矩阵计算，得到一维的类别向量；

值选取子单元，用于选取所述类别向量中满足预设选取条件的值对应的类别作为所述目标图像中的目标物类别。

6.根据权利要求4所述的电子设备，其特征在于，所述类别确定单元包括：

分类器识别子单元，用于对所述特征向量数据按照预售的向量分类器进行目标物识别，得到所述目标图像中的目标物类别。