[发明专利]图像识别方法及装置、电子设备、存储介质

说明书

本公开实施例是关于一种图像识别方法及装置、电子设备、存储介质，涉及人工智能技术领域，该方法包括：获取待处理图像；通过多个识别模型分别对所述待处理图像进行特征描述的识别处理，获取所述待处理图像对应的多个形态学特征描述；将所述多个形态学特征描述进行融合得到组合特征描述，并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。本公开的技术方案能够提高图像识别的准确率。

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、图像识别装置、电子设备以及计算机可读存储介质。

背景技术

在人工智能技术领域中，可以通过深度学习算法来进行图像识别以及图像分类。

相关技术中，一般将要识别的图像输入至一个深度学习模型中，直接根据该深度学习模型的输出结果确定图像的类别。这种方式中，在确定图像的识别结果时，由于提供给深度学习模型的各个类别的数据分布不一定均匀，并且每个类别对应的数据可能并未包含该类别下所有可能情况的数据，并且不能确定和控制深度学习模型提取的图像特征的类别，从而导致通过识别模型得到的图像识别结果并不准确，且识别结果缺乏可解释性。

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

本公开的目的在于提供一种图像识别方法及装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的识别结果不准确的问题。

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。

根据本公开的一个方面，提供了一种图像识别方法，包括：获取待处理图像；通过多个识别模型分别对所述待处理图像进行特征描述的识别处理，获取所述待处理图像对应的多个形态学特征描述；将所述多个形态学特征描述进行融合得到组合特征描述，并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。

在本公开的一种示例性实施例中，将所述多个形态学特征描述进行融合得到组合特征描述包括：对所述多个形态学特征描述进行逻辑运算，以确定所述组合特征描述。

在本公开的一种示例性实施例中，对所述组合特征描述进行匹配确定所述待处理图像的识别结果包括：将所述组合特征描述与图像类别对应的预设组合特征描述进行匹配，并根据匹配结果确定所述识别结果。

在本公开的一种示例性实施例中，所述方法还包括：通过样本图像以及所述样本图像的标签，对多个深度学习模型进行训练，获取多个训练好的深度学习模型作为多个所述识别模型。

在本公开的一种示例性实施例中，通过样本图像以及所述样本图像的标签，对多个机器学习模型进行训练，获取多个训练好的深度学习模型作为多个识别模型包括：结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签；根据所述样本图像以及所述样本图像的标签，分别对多个深度学习模型进行训练，得到多个所述训练好的深度学习模型作为多个所述识别模型。

在本公开的一种示例性实施例中，结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签包括：获取图像类别对应的预设组合特征描述，并将所述预设组合特征描述拆分为多个所述形态学特征描述；其中，所述预设组合特征描述包括至少一个形态学特征描述；获取所述多个形态学特征描述对应的样本图像，并通过多个所述形态学特征描述分别对所述样本图像进行标注，以得到所述样本图像针对多个所述形态学特征描述的所述标签。

在本公开的一种示例性实施例中，所述形态学特征描述与所述识别模型一一对应。