[发明专利]图像识别方法及设备

说明书

本发明提供一种图像识别方法及设备，所述方法包括：获取待识别图像；在所述待识别图像中识别感兴趣区域；基于同一个所述感兴趣区域确定多个尺寸不同的待识别区域；利用机器学习模型对所述多个尺寸不同的待识别区域中的至少一个进行识别以得到至少一个分类结果；根据所述至少一个分类结果确定对所述感兴趣区域的识别结果。

技术领域

本发明涉及机器识别领域，具体涉及一种图像识别方法及设备。

背景技术

在计算机视觉领域，目前热点的研究方向主要有图像识别，目标定位与检测，语义分割等。图像分割是计算机视觉至关重要的组成部分，是由图像处理到图像分析的关键步骤。

图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。语义分割是在图像分割的基础上，分类出每一块区域的语义。图像语义分割是AI领域中一个重要的分支，目前被广泛应用在地理信息系统、无人车驾驶、医疗影像分析、机器人等领域中。

在计算机视觉的发展过程中，图像分割方法从传统的基于最简单的像素级别“阈值法”，到基于像素聚类的分割方法再到“图划分”的分割方法。目前，语义分割的任务大部分使用端到端的深度学习方法取得较好的结果。

传统的基于图模型的图像分割算法适用于寻找全局性的前景目标。而基于深度学习的端到端的分割网络，也是适用于前景目标占据图像较大区域的情况。而且对于深度学习方法的有较大的局限性：需要大量对目标进行精确像素级标注的样本，人力成本较大。

在一些图像的分析任务中，需要在大尺度的图像区域中对一些异常点的区域进行分割和语义识别。这些目标点的形状和边界较复杂，例如边界不规则、区域尺寸较小、目标分布分散且种类繁多，对于目标的标注是一大难题，所以没办法直接使用端到端的卷积网路进行训练。

在此情况下，利用机器学习模型直接对图像进行识别时，对于复杂的图像、感兴趣区域的位置、形状、尺寸不确定性很强的图像，机器学习模型的输出结果准确性较差。

发明内容

有鉴于此，本发明提供一种图像识别方法，包括：

获取待识别图像；

在所述待识别图像中识别感兴趣区域；

基于同一个所述感兴趣区域确定多个尺寸不同的待识别区域；

利用机器学习模型对所述多个尺寸不同的待识别区域中的至少一个进行识别以得到至少一个分类结果；

根据所述至少一个分类结果确定对所述感兴趣区域的识别结果。

可选地，所述在所述待识别图像中识别感兴趣区域，包括：

在所述待识别图像中排除部分区域；

在排除部分区域后的待识别图像中识别感兴趣区域。

可选地，所述待识别图像为眼底图像，所述部分区域为非眼底区域和/或视盘区域。

可选地，所述在所述待识别图像中识别感兴趣区域，包括：

获取预设区域参数，所述预设区域参数包括区域内像素值范围、区域面积、区域形状、区域轮廓曲率中的至少一种；

根据所述预设区域参数在待识别图像中搜索闭合区域。

可选地，所述基于同一个所述感兴趣区域确定多个尺寸不同的待识别区域，包括：

确定所述感兴趣区域的外接矩形；

基于所述外接矩形的中心确定多个尺寸不同的待识别区域。