[发明专利]场景识别方法及装置

说明书

本发明涉及一种场景识别方法，其包括：获取场景图像；利用卷积神经网络从场景图像提取候选区域；基于候选区域确定目标区域；以及从目标区域识别场景中的标志或标语；其中，标志或标语指示场景所在的机构或公司。该方法能够准确地确定场景所在的机构、公司或营业厅。

技术领域

本发明涉及图像识别技术领域，更具体地说，涉及一种场景识别方法及装置。

背景技术

给定场景的一副图片，人类或者机器人可以判断出这副图片是否来自之前见到的场景，这就是视觉场景识别要解决的问题。视觉场景识别在移动机器人，自动驾驶等领域都有广泛的应用。

现有技术中，识别方法往往针对于大尺寸的图片信息，其对应的场景图像包括场景的装修风格、陈设等整体特征，但这些场景(例如营业厅)陈设往往没有显著的特点，甚至彼此类似，这使得难以准确判别场景所在地，因此图像识别方法效果并不理想。

此外，在从候选区域确定目标区域时缺乏明确的筛选标准，关于目标区域应包括何种类型的图像特征不具有公论，从而如何准确识别并区分场景仍旧是一个难题。

发明内容

本发明的目的在于提供一种场景识别方法。

根据本发明的一个方面，提供一种场景识别方法，其包括：获取场景图像；利用卷积神经网络从场景图像提取候选区域；基于候选区域确定目标区域；以及从目标区域识别场景中的标志或标语；其中，标志或标语指示场景所在的机构或公司。

可选地，利用卷积神经网络从场景图像提取候选区域包括：基于场景图像生成至少一个卷积特征图；针对各卷积特征图：将卷积特征图输入卷积神经网络，以得到至少一个候选区域的坐标、以及各候选区域中存在标志或标语的概率。

可选地，基于候选区域确定目标区域包括：对各候选区域进行阈值过滤和/或非极大值抑制筛选。

可选地，基于候选区域确定目标区域包括：将候选区域对应的卷积特征图输入卷积神经网络，以得到候选区域的坐标修正量；基于坐标修正量确定目标区域。

可选地，从目标区域识别场景的标志或标语包括：将目标区域对应的场景图像输入卷积神经网络，以识别标志或标语。

可选地，该方法还包括训练卷积神经网络，其中训练卷积神经网络包括：提供包括标志或标语的样本场景图像；对各样本场景图像：基于样本场景图像生成至少一个样本卷积特征图；对各样本卷积特征图：将样本卷积特征图划分为多个格子；对每个格子：预测至少一个样本标记框；确定各样本标记框的置信度；以及确定样本标记框类别的概率。

可选地，训练卷积神经网络还包括：确定卷积神经网络的损失函数；对损失函数求解以确定卷积神经网络的至少一个参数。

可选地，损失函数求解包括：利用自适应矩估计优化器来求解损失函数。

根据本发明另一方面，提供一种场景识别装置，其包括场景图像获取单元、目标确定单元和目标识别单元，其中：场景图像获取单元配置成获取场景图像；目标确定单元配置成：利用卷积神经网络从场景图像提取候选区域；基于候选区域确定目标区域；目标识别单元配置成从目标区域识别场景中的标志或标语；其中，标志或标语指示场景所在的机构或公司。

可选地，目标确定单元配置成：基于场景图像生成至少一个卷积特征图；针对各卷积特征图：将卷积特征图输入卷积神经网络，以得到至少一个候选区域的坐标、以及各候选区域中存在标志或标语的概率。

可选地，目标确定单元配置成对各候选区域进行阈值过滤和/或非极大值抑制筛选。

可选地，目标确定单元配置成将候选区域对应的卷积特征图输入卷积神经网络，以得到候选区域的坐标修正量；基于坐标修正量确定目标区域。

可选地，目标识别单元配置成将目标区域对应的场景图像输入卷积神经网络，以识别标志或标语。