[发明专利]图像识别方法及装置、存储介质、终端、图像识别系统

说明书

一种图像识别方法及装置、存储介质、终端、图像识别系统，所述图像识别方法包括：采集图像信息，所述图像信息包括M个图像通道，M为大于1的正整数；识别所述图像信息中的N个图像通道，以确定所述图像信息是否包含预设识别目标，NM，且N为正整数；当包含所述预设识别目标时，输出识别成功信息。通过本发明的技术方案，可以降低图像传感器的图像识别功耗，以减少终端功耗。

技术领域

本发明涉及图像识别技术领域，具体地涉及一种图像识别方法及装置、存储介质、终端、图像识别系统。

背景技术

典型图像采集设备(例如，摄像机)需要持续采集图像信息。基本流程如下：图像传感器(例如，互补金属氧化物半导体(Complementary Metal-Oxide-Semiconductortransistor，简称CMOS)传感器)采集图像信息，所述图像信息通常为拜耳(Bayer)未经加工图像(Raw)格式数据。之后，通过通用接口传输至图像处理芯片，所述图像处理芯片将Raw格式数据转换为红、绿、蓝(Red，Green，Blue，简称RGB)色彩格式或其他格式，并进行图像识别或视频编码处理。其中，所述通用接口可以包括移动行业处理器接口(Mobile IndustryProcessor Interface，简称MIPI)、显示串行接口(Display Serial Interface，简称DSI)和摄像机串行接口(Camera Serial Interface，简称CSI)等。

在图像采集设备中，为了采集尽量多的图像信息，通常希望图像传感器具有高分辨率。目前主流摄像机均采用1080逐行扫描(即1080P)或高于1080P的分辨率，像素数量达到1920×1080，色彩包括红、绿、蓝(RGB)三个通道，视频帧率一般为30帧/秒，视频数据流带宽为1920×1080×3×30≈186兆比特每秒(million bits per second，简称Mbps)。

然而，在很多领域中，如安防监控领域，图像传感器拍摄的很多内容均可视为无效信息。即使可以通过神经网络处理有用信息，图像传感器与视频处理芯片之间传输的数据也无法减少，持续的视频处理既浪费系统功耗又占用存储资源。尤其是在物联网(Internetof Things，简称IOT)领域，一方面，图像识别作为人机交互的基本接口，图像识别功能功耗较高，应用空间受限，电池供电时无法做到“always-on(永远在线)”；另一方面，图像处理器需要持续工作，无法进行深度待机，无法实现低功耗唤醒功能。图像识别基本功能消耗的功耗及系统成本过高，极大地限制了图像处理的应用场景。

发明内容

本发明解决的技术问题是如何降低图像传感器的图像识别功耗，以减少终端功耗。

为解决上述技术问题，本发明实施例提供一种图像识别方法，包括：采集图像信息，所述图像信息包括M个图像通道，M为大于1的正整数；识别所述图像信息中的N个图像通道，以确定所述图像信息是否包含预设识别目标，NM，且N为正整数；当包含所述预设识别目标时，输出识别成功信息。

可选的，所述识别所述图像信息中的N个图像通道包括：利用神经网络识别所述图像信息中的N个图像通道。

可选的，所述图像信息为模拟图像，所述神经网络为模拟神经网络，所述利用神经网络识别所述图像信息中的N个图像通道包括：利用所述模拟神经网络，识别所述模拟图像中的N个图像通道。

可选的，所述图像信息为数字图像，所述神经网络为数字神经网络，所述利用神经网络识别所述图像信息中的N个图像通道包括：利用所述数字神经网络，识别所述数字图像中的N个图像通道。

可选的，所述图像识别方法还包括：当输出识别成功信息时，触发所述预设识别目标关联的控制信号。

可选的，在触发所述预设识别目标关联的控制信号之后，所述图像识别方法还包括：响应于所述控制信号，从待机模式转为工作模式。