[发明专利]物种识别方法及装置

说明书

本发明提供了一种物种识别方法及装置，方法包括：获取包含待识别物种的目标图片；通过预先训练的图片向量转换模型对所述目标图片进行处理，得到所述目标图片对应的目标特征向量；其中，所述图片向量转换模型为基于神经网络的模型；在特征向量索引中进行搜索，判断是否存在与所述目标特征向量相似的特征向量；其中，所述特征向量索引中预先存储有多个特征向量及对应的物种名称；若是，则根据搜索结果确定待识别物种的名称。应用本发明提供的方案可以识别图像中的物种名称。

技术领域

本发明涉及人工智能技术领域，特别涉及一种物种识别方法及装置、电子设备及计算机可读存储介质。

背景技术

近年来，人工智能图像识别技术的应用越来越广泛。目前，用户希望可以通过人工智能进行物种识别，因此，需要提供一种对图像中的物种进行识别的方法。

发明内容

本发明的目的在于提供一种物种识别方法及装置、电子设备、计算机可读存储介质，以识别图像中的物种名称。具体技术方案如下：

第一方面，本发明提供了一种物种识别方法，包括：

获取包含待识别物种的目标图片；

通过预先训练的图片向量转换模型对所述目标图片进行处理，得到所述目标图片对应的目标特征向量；其中，所述图片向量转换模型为基于神经网络的模型；

在特征向量索引中进行搜索，判断是否存在与所述目标特征向量相似的特征向量；其中，所述特征向量索引中预先存储有多个特征向量及对应的物种名称；

若是，则根据搜索结果确定待识别物种的名称。

可选的，所述搜索结果包括与所述目标特征向量相似的多个特征向量；

所述根据搜索结果确定待识别物种的名称，包括：

针对与所述目标特征向量相似的多个特征向量中的每一特征向量，获取该特征向量对应的物种名称；

根据多个物种名称中出现次数超过预设次数的物种名称，确定所述待识别物种的名称。

可选的，所述根据多个物种名称中出现次数超过预设次数的物种名称，确定所述待识别物种的名称，包括：

将多个物种名称中出现次数超过预设次数的物种名称按照出现次数进行降序排序；

将排在首位的物种名称作为所述待识别物种的首选名称，将依次排序的剩余物种名称作为所述待识别物种的备选名称。

可选的，所述判断是否存在与所述目标特征向量相似的特征向量的方法包括：

针对所述特征向量索引中的每一特征向量，计算所述目标特征向量与该特征向量的夹角余弦值，若计算的夹角余弦值小于预设阈值，则判断该特征向量与所述目标特征向量相似。

可选的，所述特征向量索引按照以下方式建立：

针对每一物种，获取该物种的多张物种图片，并对所述物种图片标注相应的物种名称；

通过预先训练的图片向量转换模型对每张所述物种图片进行处理，得到每张所述物种图片对应的特征向量；

建立每张所述物种图片对应的特征向量与相应的物种名称的索引，得到所述特征向量索引。

可选的，所述特征向量索引为基于Faiss开源库建立的。

可选的，所述神经网络模型为卷积神经网络模型或深度残差网络模型。

可选的，所述通过预先训练的图片向量转换模型对所述目标图片进行处理，得到所述目标图片对应的目标特征向量，包括：