[发明专利]图像识别方法、终端设备及存储介质

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取第一图像序列；所述第一图像序列包括通过第一摄像装置采集的预设时间段内时间上连续的多幅第一图像帧；所述第一图像序列还包括通过所述第一摄像装置拍摄第一视频，并将所述第一视频分解为对应的多幅时间上连续的第一图像；

根据所述时间上连续的第一图像序列提取对应的目标特征；

根据所述目标特征识别所述第一图像序列对应的目标；

所述根据所述目标特征识别所述第一图像序列对应的目标，包括：

利用训练集对深度学习CapsNet模型进行训练，所述训练集中包括多幅目标确定或类别确定的参考图像；提取所述参考图像的特征值后，用所述参考图像的特征值提取所述深度学习CapsNet模型的网络层，再加入所述深度学习CapsNet模型的全连接层继续训练所述深度学习CapsNet模型的网络；

将所述第一图像序列输入训练好的深度学习CapsNet模型，通过训练好的深度学习CapsNet模型对所述目标特征进行分类，识别所述第一图像序列对应的目标；

当根据所述目标特征和所述深度学习CapsNet模型未识别出所述第一图像序列对应的目标时，重新提取第一图像序列的目标特征，并根据所述重新提取的目标特征和深度学习CapsNet模型对第一图像序列对应的目标进行识别；其中，重新提取第一图像序列的目标特征时，需要更换目标图像帧。

2.如权利要求1所述的图像识别方法，其特征在于，所述根据所述第一图像序列提取对应的目标特征，包括：

选取所述第一图像序列中任一第一图像帧为目标图像帧；

选取所述目标图像帧中除边缘像素以外的任一像素为目标像素；

确定所述目标像素是否为目标特征；

其中，所述确定所述目标像素是否为目标特征包括：

根据所述目标像素和所述第一图像序列，提取与所述目标像素对应的对比像素；

根据所述目标像素和所述对比像素判断所述目标像素是否属于目标特征；

当根据所述目标像素和所述对比像素判定所述目标像素属于目标特征时，将所述目标像素加入目标特征。

3.如权利要求2所述的图像识别方法，其特征在于，所述根据所述第一图像序列提取对应的目标特征，还包括：

判断是否将所述目标图像帧中除边缘像素以外的各个像素均作为目标像素；

当未将所述目标图像帧中除边缘像素以外的各个像素均作为目标像素时，重复执行所述选取所述目标图像帧中除边缘像素以外的任一像素为目标像素；确定所述目标像素是否为目标特征的步骤，直至将所述目标图像帧中除边缘像素以外的各个像素均作为目标像素。

4.如权利要求2或3所述的图像识别方法，其特征在于，所述根据所述目标像素和所述第一图像序列，提取与所述目标像素对应的对比像素，包括：

提取所述目标图像帧中与所述目标像素相邻的各个像素，并将所述目标图像帧中与所述目标像素相邻的各个像素加入所述对比像素中；

提取所述第一图像序列中除所述目标图像帧以外的任意两幅第一图像帧；

分别提取所述目标像素在所述任意两幅第一图像帧中的对应像素，以及与所述对应像素相邻的各个像素，将所述对应像素以及与所述对应像素相邻的各个像素加入所述对比像素中。

5.如权利要求4所述的图像识别方法，其特征在于，所述根据所述目标像素和所述对比像素判断所述目标像素是否属于目标特征，包括：

选取第一灰度值大于第二灰度值的目标像素，加入目标特征；其中，所述第一灰度值为目标像素的灰度值，所述第二灰度值为与所述目标像素对应的对比像素的灰度值中的最大值。