[发明专利]图像识别方法、装置及电子设备

说明书

本说明书提供一种图像识别方法、装置及电子设备，该方案预先利用样本图像包含的目标、以及样本图像的多个子块的图像特征值训练得到识别模型，在具体识别过程中，只需要提取出输入图像的各个子块的图像特征值，考虑到图像中所包含目标可能由多个子块构成，该识别模型可以针对输入图像的第i个子块，结合在该第i个子块之前和之后的若干个子块的图像特征值，确定出该第i个子块对应的目标；根据N个子块所对应的目标，即可确定所述输入图像中所包含的目标。本说明书实施例无需对图像所包含的目标进行预识别和分割，通过结合各个相邻子块之间的图像特征值来识别出子块所对应的目标，识别的速度和准确度都显著提高。

技术领域

本说明书涉及图像处理技术领域，尤其涉及图像识别方法、装置及电子设备。

背景技术

在图像中识别出字母、汉字或数字等人们所关注的目标，在很多领域都有广泛的应用，例如自然图像中的文本识别、银行卡号的识别、身份证号码的识别等等。近年来，图像识别技术去得了一定的突破，但对于目标识别的精确度、对图像识别的速度要求仍然是亟待解决的问题。

发明内容

为克服相关技术中存在的问题，本说明书提供了图像识别方法、装置及电子设备。

根据本说明书实施例的第一方面，提供一种图像识别方法，用于识别输入图像中所具有的一个或多个目标，包括：

获取待识别的输入图像；

确定所述输入图像所包含的N个子块，提取所述子块对应的图像特征值，所述图像特征值描述所述子块所具有的像素信息，N≥1；

将所述N个子块及对应的图像特征值作为输入，利用识别模型确定所述N个子块所对应的目标；其中，所述识别模型针对第i个子块，结合所述输入图像中排列在该第i个子块之前和之后的若干个子块的图像特征值，确定该第i个子块对应的目标；所述识别模型预先利用样本图像包含的目标、以及样本图像的多个子块的图像特征值而训练得到，1≤i≤N；

根据所述N个子块所对应的目标，确定所述输入图像中所包含的目标。

可选的，所述确定所述输入图像所包含的N个子块，包括：

将所述输入图像平均划分为所述N个子块。

可选的，所述提取所述子块对应的图像特征值，包括：

利用卷积神经网络模型提取所述图像特征值，所述卷积神经网络模型预先利用样本图像训练得到。

可选的，所述识别模型包括至少一层双向循环神经网络，输入至所述双向循环神经网络的数据具有时间顺序，所述时间顺序为所述N个子块在所述输入图像中的排列顺序。

可选的，所述目标包括字符或空格；

所述根据所述N个子块所对应的目标，确定所述输入图像中所包含的目标，包括：

将相邻的若干个相同的字符合并为一个字符，和/或删除所述空格后，确定所述输入图像中所包含的字符。

可选的，所述样本图像通过如下方式获得：

获取包含有至少一个目标的真实图像，去除所述真实图像中的至少一个目标，在去除位置合成模拟目标后添加噪声，获得样本图像。

可选的，所述生成模拟目标，包括：

根据不同颜色、字体或字号，生成所述模拟目标。

根据本说明书实施例的第二方面，提供一种图像识别装置，用于识别输入图像中所具有的一个或多个目标，包括：

图像获取模块，用于：获取待识别的输入图像；

特征提取模块，用于：确定所述输入图像所包含的N个子块，提取所述子块对应的图像特征值，所述图像特征值描述所述子块所具有的像素信息，N≥1；