[发明专利]物品图像识别方法和设备、图像处理设备及介质

权利要求书

1.一种物品图像识别方法，其特征在于，在识别待识别物品图片时，通过以下步骤从标识图片数据库中检索出匹配的标识图片：

从图像识别模型取出两个特征向量；

针对所述两个特征向量中的每一个，进行特征分割，形成N个子特征向量，其中N为大于1的整数，并将未被分割的该特征向量也作为另外的一个子特征向量，与所述N个子特征向量共同构成与该特征向量对应的N+1个子特征向量；

将每个特征向量的各子特征向量组合，作为所述待识别物品图片的特征表示；

基于所述待识别物品图片的特征表示与标识图片数据库中的标识图片的特征表示，确定与所述待识别物品图片匹配的标识图片。

2.如权利要求1所述的物品图像识别方法，其特征在于，

在分割特征向量时，对所述特征向量进行横向或纵向的分割，形成所述N个子特征向量。

3.如权利要求1所述的物品图像识别方法，其特征在于，

在子特征向量组合之前，使所述各子特征向量分别通过所述图像识别模型进行池化操作，然后对经过池化的各子特征向量进行所述组合操作。

4.如权利要求1所述的物品图像识别方法，其特征在于，

通过计算所述待识别物品图片的特征表示与标识图片数据库中的标识图片的特征表示之间的距离，来确定与所述待识别物品图片匹配的所述标识图片。

5.如权利要求1所述的物品图像识别方法，其特征在于，

在所述标识图片数据库中，所述标识图片与物品的种类之间具有对应关系；

该方法还包括：

在确定与待识别物品图片匹配的标识图片之后，基于标识图片与物品的种类之间的对应关系，确定该待识别物品图片中的物品的种类。

6.如权利要求5所述的物品图像识别方法，其特征在于，所述标识图片为针对每一种物品、从多个角度拍摄的图片。

7.如权利要求4所述的物品图像识别方法，其特征在于，通过计算特征表示之间的距离来确定匹配的标识图片包括：

在计算特征表示之间的距离之后，取出标识图片数据库中的、与待识别物品图片的特征表示的距离在前k近的标识图片；

针对前k近的标识图片中的每张标识图片，基于其在前k近标识图片中的出现次数，确定与所述待识别物品图片匹配的标识图片。

8.如权利要求6所述的物品图像识别方法，其特征在于，所述标识图片的拍摄通过自动化拍摄装置完成或者由人工控制完成。

9.如权利要求2所述的物品图像识别方法，其特征在于，

在识别待识别物品图片时，从所述图像识别模型的最后两阶段取出各自的特征向量，并针对取出的两个特征向量中的每一个来进行所述横向或纵向的分割。

10.如权利要求1～9中的任意一项所述的物品图像识别方法，其特征在于，

通过以下步骤，对所述图像识别模型进行训练：

针对训练图片，从所述图像识别模型取出特征向量；

针对取出的每个特征向量，进行横向或纵向分割，形成N个子特征向量，其中N为大于1的整数，并将未被分割的该特征向量也作为另外的一个子特征向量，与所述N个子特征向量共同构成与该特征向量对应的N+1个子特征向量；

使得每个特征向量的各子特征向量通过损失函数得到各自的损失值，并基于所述各子特征向量的损失值，训练所述图像识别模型。

11.如权利要求10所述的物品图像识别方法，其特征在于，

在对所述图像识别模型进行训练时：

针对训练图片，从所述图像识别模型的最后两阶段各自取出一个特征向量；

针对取出的两个特征向量中的每一个，进行所述分割操作和所述模型训练操作。

12.如权利要求3所述的图像识别模型训练方法，其特征在于，所述池化操作包括全局平均池化、全局最大池化、全连接池化。