[发明专利]一种用于对象识别结果二次确认的方法及系统有效
申请号: | 201910674381.4 | 申请日: | 2019-07-25 |
公开(公告)号: | CN110490086B | 公开(公告)日: | 2021-08-20 |
发明(设计)人: | 徐青松;李青 | 申请(专利权)人: | 杭州睿琪软件有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310052 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 对象 识别 结果 二次 确认 方法 系统 | ||
本公开涉及用于对象识别结果二次确认的方法及系统。提供了一种用于对象识别结果二次确认的方法,该方法包括:获取来自用户的呈现对象的至少一部分的第一图像;基于第一图像,通过预先建立的对象识别模型来识别所述对象的种类,以返回一个或多个具有各自的可能性的结果;以及当返回的结果中包括具有大于阈值的可能性的至少两个结果时,向用户提供提示信息,所述提示信息指示所述至少两个结果的区别特征并且提示用户获取所述对象的能够呈现所述区别特征的第二图像。
技术领域
本公开涉及计算机视觉领域,特别涉及一种用于对象识别结果二次确认的方法及系统。
背景技术
在计算机视觉领域中,存在对多种对象进行识别的需求。然而,大多数情况下,用户需要自己根据对象的特征,通过搜索引擎、专业字典等辅助工具来自行查找并识别出对象的种类。这种查找非常耗时,并且准确性不高。
近年来,出现了通过拍摄对象的图像,然后将该图像作为输入以得到对象的种类信息的应用。然而,由上述应用识别出的对象的种类可能存在多个相似的结果,无法为用户识别出准确的结果。
因此,存在对改进的用于识别对象的种类的系统及方法的需求。
发明内容
本公开提供了一种新颖的用于对象识别结果二次确认的方法及系统。
根据本公开的第一方面,提供了一种用于对象识别结果二次确认的方法,包括:获取来自用户的呈现对象的至少一部分的第一图像;基于第一图像,通过预先建立的对象识别模型来识别所述对象的种类,以返回一个或多个具有各自的可能性的结果;以及当返回的结果中包括具有大于阈值的可能性的至少两个结果时,向用户提供提示信息,所述提示信息指示所述至少两个结果的区别特征并且提示用户获取所述对象的能够呈现所述区别特征的第二图像。
在该方法中,具有大于阈值的可能性的至少两个结果包括近似的对象种类,并且所述提示信息基于包含近似的对象种类的名称和近似的对象种类的区别特征的规则数据库。通过以下操作中的一种或多种操作来确定所述至少两个对象种类属于近似的对象种类:1)所述至少两个对象种类是常见的近似的对象种类;2)当用户提供所述至少两个对象种类中的一个对象种类的图像供其他用户对所述一个对象种类进行鉴定和投票时,鉴定和投票的结果中所述至少两个对象种类中的其他对象种类的数量大于阈值;以及3)所有用户对所述至少两个对象种类中的一个对象种类的判断的结果中所述至少两个对象种类中的其他对象种类的数量大于阈值。此外,还可以通过以下操作来确定所述至少两个对象种类属于近似的对象种类:利用所述至少两个对象种类中任一对象种类的测试样本集对利用训练样本集建立的对象识别模型进行测试;以及所述测试的结果中识别结果为所述至少两个对象种类的数量均大于阈值。当所述对象是植物时,所述至少一个结果以及与其对应的易混淆的对象种类包括相同物种中的至少两个品种,或者至少两个物种。
在该方法中,向用户提供所述提示信息是通过文字方式、图片方式或者图文结合方式中的一种方式实现的。
在该方法中,所述规则数据库还包含近似的植物种类的拍摄规则,该近似的植物种类的拍摄规则与近似的植物种类的区别特征相对应,所述提示信息还包括向用户提示拍摄规则,所述拍摄规则包括获取所述对象的特定部分的图像、以不同角度获取所述对象的至少一部分的图像、或者以不同距离获取所述对象的至少一部分的图像。
该方法还包括:基于所获取的所述对象的能够呈现所述区别特征的第二图像,通过所述对象识别模型来确定所述对象的种类。
在该方法中,所述对象识别模型包括深度卷积神经网络或深度残差网络。
根据本公开的第二方面,提供了一种系统,包括一个或多个处理器以及一个或多个存储器,所述一个或多个存储器被配置为存储一系列计算机可执行指令以及与所述一系列计算机可执行指令相关联的计算机可访问数据,其中,所述一系列计算机可执行指令在由所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据本公开记载的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州睿琪软件有限公司,未经杭州睿琪软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910674381.4/2.html,转载请声明来源钻瓜专利网。