[发明专利]图像识别方法及装置、电子设备

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取与待识别图像中的目标对象对应的特征信息，其中所述特征信息包括由低阶到高阶的模糊度信息、局部特征信息和全局特征信息，所述模糊度信息是对与所述目标对象对应的第一对象图和第二对象图分别进行高斯滤波、灰度图转换、基于拉普拉斯算子的卷积处理和方差计算所确定的，所述第二对象图通过对所述第一对象图进行坐标扩大得到；

依次基于由低阶到高阶的所述特征信息判断所述目标对象的类别，并确定与所述目标对象对应的置信度；

根据所述目标对象的类别和所述置信度获取与所述待识别图像对应的目标信息，所述目标信息包括所述目标对象的类别和根据所述置信度确定的风险值。

2.根据权利要求1所述的图像识别方法，其特征在于，所述基于所述特征信息判断所述目标对象的类别，并确定与所述目标对象对应的置信度，包括：

获取与所述目标对象对应的模糊度信息，根据所述模糊度信息和分类阈值确定所述目标对象的类别；

当根据所述模糊度信息和所述分类阈值确定所述目标对象的类别为真时，获取与所述目标对象对应的局部特征信息，并基于所述局部特征信息确定所述目标对象的类别；

当根据所述局部特征信息确定所述目标对象的类别为真时，获取与所述目标对象对应的全局特征信息，并基于所述全局特征信息确定所述目标对象的类别及与所述目标对象对应的置信度。

3.根据权利要求1所述的图像识别方法，其特征在于，所述模糊度信息包括与所述第一对象图对应的第一模糊度和与所述第二对象图对应的第二模糊度；

所述根据所述模糊度信息和分类阈值确定所述目标对象的类别，包括：

将所述第二模糊度与所述第一模糊度相除，以获取模糊度比值；

将所述模糊度比值与所述分类阈值进行比较；

当所述模糊度比值小于或等于所述分类阈值时，判定所述目标对象的类别为真；

当所述模糊度比值大于所述分类阈值时，判定所述目标对象的类别为假。

4.根据权利要求3所述的图像识别方法，所述基于所述特征信息判断所述目标对象的类别，并确定与所述目标对象对应的置信度，包括：

在根据所述模糊度信息和所述分类阈值确定所述目标对象的类别为假时，根据所述模糊度比值和所述分类阈值确定与所述目标对象对应的第一置信度。

5.根据权利要求1所述的图像识别方法，其特征在于，所述获取与所述目标对象对应的局部特征信息，并基于所述局部特征信息确定所述目标对象的类别，包括：

将所述第一对象图输入至第一图像识别模型，通过所述第一图像识别模型对所述第一对象图进行特征提取，以获取所述局部特征信息；

根据所述局部特征信息进行分类判断，以获取所述目标对象的类别。

6.根据权利要求5所述的图像识别方法，所述根据所述局部特征信息进行分类判断，以获取所述目标对象的类别，包括：

基于所述局部特征信息获取与所述目标对象对应的第二置信度和第三置信度；

当所述第二置信度大于所述第三置信度时，判定所述目标对象的类别为假；

当所述第二置信度小于或等于所述第三置信度时，判定所述目标对象的类别为真。

7.根据权利要求2所述的图像识别方法，其特征在于，所述获取与所述目标对象对应的全局特征信息，并基于所述全局特征信息确定所述目标对象的类别及与所述目标对象对应的置信度，包括：

将所述待识别图像输入至第二图像识别模型，通过所述第二图像识别模型对所述待识别图像进行特征提取，以获取所述全局特征信息；

根据所述全局特征信息对所述目标对象对应的区域进行回归计算，以获取所述目标对象的类别及与所述目标对象对应的置信度。