[发明专利]生物类别的识别方法、装置、存储介质及电子设备有效
申请号: | 202010594653.2 | 申请日: | 2020-06-28 |
公开(公告)号: | CN111950344B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 杨敏;崔程;魏凯 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/82;G06V10/26;G06V10/40;G06V40/00;G06N3/0464 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 石茵汀 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 生物 类别 识别 方法 装置 存储 介质 电子设备 | ||
本申请公开了生物类别的识别方法、装置、存储介质及电子设备,涉及计算机视觉、深度学习技术领域。具体实现方案为:获取生物的环境图像,并获取生物的主类别;将环境图像输入至环境识别模型以生成环境类别;根据生物的主类别结合环境类别确定生物的子类别,能够将生物所处环境的环境类别与生物的主类别相结合,从而对生物的子类别进行识别,实现针对生物的细粒度识别,提升生物类别的识别效果。
技术领域
本申请涉及计算机技术领域,具体涉及计算机视觉、深度学习技术领域,尤其涉及生物类别的识别方法、装置、存储介质及电子设备。
背景技术
细粒度识别,是对某一类物体进行准确、精细的子类别的区分识别。这些子类别在视觉上是极其相似的,不管是对于人们还是对于算法都是很大的挑战,比如不同种类的鸟类、狗、花卉和汽车等,如果不具备相应的专业知识,一般很难判别。细粒度识别相对于物体的一般识别分析来说更加复杂和困难,对于生活和实践的指导借鉴意义更大。当前,有很多的细粒度识别应用,比如识别生物的子类别等等,在人们的生活中已经扮演了重要的助手角色,生物的细粒度识别一方面也可以为人们更好地认识生物提供帮助,另一方面也可以在保护珍稀生物方面做出贡献,具有很好的实用价值。
发明内容
提供了一种生物类别的识别方法、装置、存储介质、电子设备及计算机程序产品,实现将生物所处环境的环境类别与生物的主类别相结合,从而对生物的子类别进行识别,实现针对生物的细粒度识别,提升生物类别的识别效果。
根据第一方面,提供了一种生物类别的识别方法,包括:获取生物的环境图像,并获取所述生物的主类别;将所述环境图像输入至环境识别模型以生成环境类别;根据所述生物的主类别结合所述环境类别确定所述生物的子类别。
本申请实施例的生物类别的识别方法,通过获取生物的环境图像,并获取生物的主类别;将环境图像输入至环境识别模型以生成环境类别;根据生物的主类别结合环境类别确定生物的子类别,能够将生物所处环境的环境类别与生物的主类别相结合,从而对生物的子类别进行识别,实现针对生物的细粒度识别,提升生物类别的识别效果。
根据第二方面,提供了一种生物类别的识别装置,包括:第一获取模块,用于获取生物的环境图像,并获取所述生物的主类别;生成模块,用于将所述环境图像输入至环境识别模型以生成环境类别;第一确定模块,用于根据所述生物的主类别结合所述环境类别确定所述生物的子类别。
本申请实施例的生物类别的识别装置,通过获取生物的环境图像,并获取生物的主类别;将环境图像输入至环境识别模型以生成环境类别;根据生物的主类别结合环境类别确定生物的子类别,能够将生物所处环境的环境类别与生物的主类别相结合,从而对生物的子类别进行识别,实现针对生物的细粒度识别,提升生物类别的识别效果。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请实施例的生物类别的识别方法。
本申请实施例的电子设备,通过获取生物的环境图像,并获取生物的主类别;将环境图像输入至环境识别模型以生成环境类别;根据生物的主类别结合环境类别确定生物的子类别,能够将生物所处环境的环境类别与生物的主类别相结合,从而对生物的子类别进行识别,实现针对生物的细粒度识别,提升生物类别的识别效果。
根据第四方面,提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请实施例公开的生物类别的识别方法。
根据第五方面,提出了一种计算机程序产品,包括计算机程序,当所述计算机程序由处理器执行时实现本申请实施例公开的生物类别的识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010594653.2/2.html,转载请声明来源钻瓜专利网。