[发明专利]图像识别方法、装置及计算机可读存储介质有效

专利信息
申请号: 202010863243.3 申请日: 2020-08-25
公开(公告)号: CN111931683B 公开(公告)日: 2023-09-05
发明(设计)人: 宫鲁津 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V20/58 分类号: G06V20/58
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,所述方法包括:

获取待识别的交通标志牌的图像,所述交通标志牌的图像包括多类要素;

通过图像识别模型的特征提取网络提取所述交通标志牌的图像的特征;

在所述交通标志牌的图像的特征中,通过所述图像识别模型中的每个目标检测网络对对应的一类要素的特征进行识别,得到所述多类要素中每类要素的识别结果,所述图像识别模型包括多个检测网络,所述多个检测网络包括与所述多类要素一一对应的所述目标检测网络;

组合所述多类要素中每类要素的识别结果,得到所述交通标志牌的图像的识别结果。

2.根据权利要求1所述的方法,其特征在于,提取得到的所述待识别图像的每个特征的感受野覆盖所述交通标志牌的图像的所有像素。

3.根据权利要求2所述的方法,其特征在于,所述特征提取网络包括多个卷积层,所述多个卷积层的个数大于或等于13。

4.根据权利要求3所述的方法,其特征在于,所述多个卷积层中的至少一个卷积层为瓶颈层,所述瓶颈层两侧的卷积层均非瓶颈层。

5.根据权利要求1至4任一所述的方法,其特征在于,所述特征提取网络包括多个最大池化层,所述多个最大池化层的个数小于4。

6.根据权利要求1至4任一所述的方法,其特征在于,所述交通标志牌的图像携带所述交通标志牌的图像的采集位置信息,在所述组合所述多类要素中每类要素的识别结果,得到所述交通标志牌的图像的识别结果之后,所述方法还包括:

在多个类别中,根据所述交通标志牌的图像的识别结果确定所述交通标志牌的图像所属的目标类别,所述多个类别包括交通标志牌指示的信息所针对的类别;

在接收到针对所述目标类别的路线规划指令时,根据所述交通标志牌的图像的识别结果以及所述交通标志牌的图像携带的采集位置信息进行路线规划。

7.一种图像识别装置,其特征在于,所述图像识别装置包括:

获取模块,用于获取待识别的交通标志牌的图像,所述交通标志牌的图像包括多类要素;

识别模块,用于通过图像识别模型的特征提取网络提取所述交通标志牌的图像的特征;在所述交通标志牌的图像的特征中,通过所述图像识别模型中的每个目标检测网络对对应的一类要素的特征进行识别,得到所述多类要素中每类要素的识别结果,所述图像识别模型包括多个检测网络,所述多个检测网络包括与所述多类要素一一对应的所述目标检测网络;

组合模块,用于组合所述多类要素中每类要素的识别结果,得到所述交通标志牌的图像的识别结果。

8.一种图像识别装置,其特征在于,所述图像识别装置包括:处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的图像识别方法。

9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至6任一所述的图像识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010863243.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top