[发明专利]图像识别方法、装置、系统及内窥镜图像识别方法、装置

说明书

本公开提供了一种图像识别方法、装置、系统及内窥镜图像识别方法、装置，涉及人工智能领域。该方法包括：获取原始图像，将所述原始图像输入至图像识别模型，所述图像识别模型包含网络主体结构和与所述网络主体结构连接的多个对应不同任务的输出层；通过所述网络主体结构对所述原始图像中的目标对象进行特征提取，以获取与所述目标对象对应的图像特征；通过各所述输出层对所述图像特征中与各所述任务对应的子图像特征进行分类，以输出与所述目标对象对应的分类结果和表征信息。本公开能够使用户根据表征信息和经验判断图像识别获得的分类结果的可信度，提高了图像识别效率和图像识别结果的精准度，进一步减少了人工成本。

技术领域

本公开涉及人工智能技术领域，具体而言，涉及一种图像识别方法、内窥镜图像识别方法、图像识别装置、内窥镜图像识别装置及图像识别系统。

背景技术

随着计算机技术的变革以及算法的提升，人工智能在经历了充满波折的发展历程之后，成为了世界各国家的战略性发展方向。医疗作为人工智能最具社会价值和商业价值的应用场景之一，近几年得到了社会的广泛关注。利用人工智能，除了可以教会机器如何“听懂”，更能教会机器“看懂”我们的世界，从而协助医生诊断疾病。据有关部门统计，目前超过90％的医疗数据来自于医疗影像，医疗影像数据已经成为医生诊断必不可少的“证据”之一。如何利用医疗影像海量数据，辅助医生进行疾病诊断，提高医生诊断效率是广大科研工作者关注的重点。

目前，深度学习在对医学图像进行识别后，通常能够给出相应地预测结果—是否患有某种疾病，但是预测结果的可信度不确定，如果一味依赖机器学习模型输出的结果的话，会对医生的辅助诊断产生干扰，因此医生在进行疾病诊断时，还需要根据一些其它的表观特征才能来诊断出对应的疾病类型。

鉴于此，本领域亟需开发一种新的图像识别方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的实施例提供了一种图像识别方法、图像识别装置、图像识别系统及内窥镜图像识别方法、内窥镜图像识别装置，进而至少在一定程度上可以在输出识别结果的同时输出相应地表征信息，使得用户可以根据表征信息判断识别结果的可信度，提高了图像识别效率及识别结果的准确率，并减少了人工识别成本。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的一个方面，提供了一种图像识别方法，包括：获取原始图像，将所述原始图像输入至图像识别模型，所述图像识别模型包含网络主体结构和与所述网络主体结构连接的多个对应不同任务的输出层；通过所述网络主体结构对所述原始图像中的目标对象进行特征提取，以获取与所述目标对象对应的图像特征；通过各所述输出层对所述图像特征中与各所述任务对应的子图像特征进行分类，以输出与所述目标对象对应的分类结果和表征信息。

根据本公开实施例的一个方面，提供了一种图像识别装置，包括：图像获取模块，用于获取原始图像，将所述原始图像输入至图像识别模型，所述图像识别模型包含网络主体结构和与所述网络主体结构连接的多个对应不同任务的输出层；特征提取模块，用于通过所述网络主体结构对所述原始图像中的目标对象进行特征提取，以获取与所述目标对象对应的图像特征；分类输出模块，用于通过各所述输出层对所述图像特征中与各所述任务对应的子图像特征进行分类，以输出与所述目标对象对应的分类结果和表征信息。