[发明专利]图像识别方法、装置、云平台及存储介质在审

专利信息
申请号: 201910779733.2 申请日: 2019-08-22
公开(公告)号: CN110489240A 公开(公告)日: 2019-11-22
发明(设计)人: 方攀;陈岩 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06F9/50 分类号: G06F9/50;G06K9/62;G06N3/063
代理公司: 11138 北京三高永信知识产权代理有限责任公司 代理人: 牟慧仙<国际申请>=<国际公布>=<进入
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 云平台 算法服务器 业务服务器 图像 图像识别 计算机技术领域 神经网络模型 存储介质 注册中心 申请
【权利要求书】:

1.一种图像识别方法,其特征在于,应用于云平台中,所述方法包括:

获取待识别的图像;

将所述图像发送给所述云平台中的业务服务器;

通过所述业务服务器将所述图像发送给所述云平台中的算法服务器,所述算法服务器和所述业务服务器预先在所述云平台中的注册中心中注册;

通过所述算法服务器利用预先训练的神经网络模型对所述图像进行识别。

2.根据权利要求1所述的方法,其特征在于,所述通过所述业务服务器将所述图像发送给所述云平台中的算法服务器,包括:

通过所述业务服务器接收所述注册中心发送的算法服务器列表,所述算法服务器列表中包含用于进行图像识别的各个算法服务器;

通过所述业务服务器从所述算法服务器列表中选择一个算法服务器;

通过所述业务服务器将所述图像发送给选出的所述算法服务器。

3.根据权利要求1所述的方法,其特征在于,所述将所述图像发送给所述云平台中的业务服务器,包括:

根据负载均衡原则从所述云平台中的各个业务服务器中选择一个业务服务器;

将所述图像发送给所述业务服务器。

4.根据权利要求1所述的方法,其特征在于,

在所述通过所述算法服务器利用预先训练的神经网络模型对所述图像进行识别之前,所述方法还包括:在初始化所述云平台时,从所述数据库中读取预先训练好的神经网络模型的配置信息,将所述配置信息加载到所述云平台的内存中;

所述通过所述算法服务器利用预先训练的神经网络模型对所述图像进行识别,包括:通过所述算法服务器从所述内存中读取所述配置信息,根据所述配置信息创建所述神经网络模型,利用所述神经网络模型对所述图像进行识别。

5.根据权利要求1至4任一项所述的方法,其特征在于,所述通过所述算法服务器利用预先训练的神经网络模型对所述图像进行识别,包括:

通过所述算法服务器获取所述图像的类型信息,所述类型信息用于指示所述图像中目标对象的类型;

通过所述算法服务器利用所述神经网络模型对所述图像和所述类型信息进行处理,得到所述目标对象的识别结果。

6.根据权利要求5所述的方法,其特征在于,所述通过所述算法服务器利用所述神经网络模型对所述图像和所述类型信息进行处理,得到所述目标对象的识别结果,包括:

通过所述算法服务器利用所述神经网络模型对所述图像进行特征提取,得到图像特征值;

通过所述算法服务器根据所述类型信息获取特征值集合,所述特征值集合中包含属于所述类型的各个对象的特征值;

将所述图像特征值与所述特征值集合进行匹配,得到所述目标对象的识别结果。

7.根据权利要求6所述的方法,其特征在于,所述将所述图像特征值与所述特征值集合进行匹配,得到所述目标对象的识别结果,包括:

计算所述图像特征值与所述特征值集合中的每组特征值之间的相似度;

将相似度最高的一组特征值对应的对象作为所述目标对象的识别结果。

8.一种图像识别装置,其特征在于,应用于云平台中,所述装置包括:

获取模块,用于获取待识别的图像;

发送模块,用于将所述图像发送给所述云平台中的业务服务器;

所述发送模块,还用于通过所述业务服务器将所述图像发送给所述云平台中的算法服务器,所述算法服务器和所述业务服务器预先在所述云平台中的注册中心中注册;

识别模块,用于通过所述算法服务器利用预先训练的神经网络模型对所述图像进行识别。

9.一种云平台,其特征在于,所述云平台包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如权利要求1至7任一所述的图像识别方法。

10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1至7任一所述的图像识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,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/201910779733.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code