[发明专利]用于识别动物的方法和装置

说明书

本申请实施例公开了用于识别动物的方法和装置。该方法的一具体实施方式包括：获取待识别图像；将待识别图像输入至预先训练的第一识别模型，得到与待识别图像对应的第一识别结果；基于第一识别结果，确定待识别图像中是否存在动物；响应于确定待识别图像中存在动物，将待识别图像输入至预先训练的第二识别模型，得到与待识别图像对应的第二识别结果；将第一识别结果和第二识别结果进行融合，生成与待识别图像对应的第三识别结果。该实施方式将利用第一识别模型得到的第一识别结果和利用第二识别模型得到的第二识别结果相结合，从而提高了动物识别的准确度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于识别动物的方法和装置。

背景技术

世界上的动物类别繁多，人们通过肉眼通常只能辨别出极少数类别的动物。因此，帮助用户进行动物识别成为了一种需求。现有的动物识别方式通常是通过相似图进行检索查询来识别图像中的动物的类别。

发明内容

本申请实施例提出了用于识别动物的方法和装置。

第一方面，本申请实施例提供了一种用于识别动物的方法，该方法包括：获取待识别图像；将待识别图像输入至预先训练的第一识别模型，得到与待识别图像对应的第一识别结果；基于第一识别结果，确定待识别图像中是否存在动物；响应于确定待识别图像中存在动物，将待识别图像输入至预先训练的第二识别模型，得到与待识别图像对应的第二识别结果；将第一识别结果和第二识别结果进行融合，生成与待识别图像对应的第三识别结果。

在一些实施例中，第一识别结果包括待识别图像中存在预设类别集合中的每种类别的动物的第一置信度和不存在动物的第一置信度；以及基于第一识别结果，确定待识别图像中是否存在动物，包括：对第一识别结果中的待识别图像中存在预设类别集合中的每种类别的动物的第一置信度进行加权求和，得到待识别图像中存在动物的第一置信度；基于待识别图像中存在动物的第一置信度，确定待识别图像中是否存在动物。

在一些实施例中，第二识别结果包括待识别图像中存在预设类别集合中的每种类别的动物的第二置信度，第三识别结果包括待识别图像中存在预设类别集合中的每种类别的动物的第三置信度；以及将第一识别结果和第二识别结果进行融合，生成与待识别图像对应的第三识别结果，包括：对于预设类别集合中的每种类别，对第一识别结果中的待识别图像中存在该种类别的动物的第一置信度与第二识别结果中的待识别图像中存在该种类别的动物的第二置信度进行加权求和；对所得到的和进行归一化处理，生成待识别图像中存在该种类别的动物的第三置信度。

在一些实施例中，该方法还包括：按照数值大小顺序对第三识别结果中的待识别图像中存在预设类别集合中的每种类别的动物的第三置信度进行排序；从数值大的一侧开始选取出预设数目个第三置信度，输出所选取出的第三置信度和与所选取出的第三置信度对应的类别。

在一些实施例中，该方法还包括：将第三识别结果中的待识别图像中存在预设类别集合中的每种类别的动物的第三置信度与预设阈值进行比较；若存在大于预设阈值的第三置信度，输出大于预设阈值的第三置信度和与大于预设阈值的第三置信度对应的类别。

在一些实施例中，该方法还包括：响应于确定待识别图像中不存在动物，输出用于提示待识别图像中不存在动物的提示信息和待识别图像中不存在动物的第一置信度。

在一些实施例中，第一识别模型和第二识别模型通过如下步骤训练得到：获取样本图像集合和与样本图像集合中的样本图像对应的标注结果；利用机器学习方法，基于样本图像集合和与样本图像集合中的样本图像对应的标注结果对预设的第一卷积神经网络进行训练，得到第一识别模型；利用机器学习方法，基于样本图像集合和与样本图像集合中的样本图像对应的标注结果对预设的第二卷积神经网络进行训练，得到第二识别模型。