[发明专利]场景识别方法及装置

权利要求书

1.一种场景识别方法，包括：

获取场景图像；

利用卷积神经网络从所述场景图像提取候选区域，所述候选区域的大小是所述场景图像的面积的1％-5％；

基于所述候选区域确定目标区域；以及

从所述目标区域识别所述场景中的标志或标语；

其中，所述标志或标语指示所述场景所在的机构或公司；

其中，所述卷积神经网络被按照如下过程训练：

提供包括所述标志或标语的样本场景图像；

对各所述样本场景图像：

基于所述样本场景图像生成至少一个样本卷积特征图；

对各所述样本卷积特征图：

将所述样本卷积特征图划分为多个格子；

对每个所述格子：

预测至少一个样本标记框使得所预测的样本标记框的大小是所述样本场景图像的面积的1％-5％；

确定各所述样本标记框的置信度；以及

确定样本标记框类别的概率。

2.根据权利要求1所述的方法，其特征在于，利用卷积神经网络从所述场景图像提取候选区域包括：

基于所述场景图像生成至少一个卷积特征图；

针对各所述卷积特征图：

将所述卷积特征图输入所述卷积神经网络，以得到至少一个所述候选区域的坐标、以及各所述候选区域中存在所述标志或标语的概率。

3.根据权利要求1所述的方法，基于所述候选区域确定目标区域包括：

对各所述候选区域进行阈值过滤和/或非极大值抑制筛选。

4.根据权利要求1所述的方法，其特征在于，基于所述候选区域确定目标区域包括：

将所述候选区域对应的所述卷积特征图输入所述卷积神经网络，以得到所述候选区域的坐标修正量；

基于所述坐标修正量确定所述目标区域。

5.根据权利要求1所述的方法，其特征在于，从所述目标区域识别所述场景的标志或标语包括：

将所述目标区域对应的所述场景图像输入所述卷积神经网络，以识别所述标志或标语。

6.根据权利要求1所述的方法，其特征在于，训练所述卷积神经网络还包括：

确定所述卷积神经网络的损失函数；

对所述损失函数求解以确定所述卷积神经网络的至少一个参数。

7.根据权利要求6所述的方法，其特征在于，对所述损失函数求解包括：

利用自适应矩估计优化器来求解所述损失函数。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述卷积神经网络包括检测网络和分类网络，所述检测网络用于确定所述目标区域，所述分类网络用于识别所述标志或标语，

其中，所述检测网络包括：

特征提取子网络；

区域生成子网络；

池化层；以及

边框回归子网络。