[发明专利]图像识别方法、装置、终端设备及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，包括：

检测待识别图像中的目标物体，获得包含所述目标物体的第一检测框；

检测所述第一检测框中包含的所述目标物体上的关键点，获得所述第一检测框对应的关键点信息；

提取所述第一检测框中包含图像的图像特征，获得所述第一检测框对应的图像特征信息；

将所述第一检测框对应的关键点信息和图像特征信息进行信息融合处理，得到所述第一检测框对应的特征融合信息；

根据所述第一检测框对应的特征融合信息对所述第一检测框中包含的所述目标物体进行识别，得到所述第一检测框对应的识别结果。

2.如权利要求1所述的图像识别方法，其特征在于，所述检测所述第一检测框中包含的所述目标物体上的关键点，获得所述第一检测框对应的关键点信息，包括：

检测所述第一检测框中包含的所述目标物体上的关键点，得到多个关键点各自的坐标数据；

对所述多个关键点各自的坐标数据分别进行归一化处理，得到多个关键点各自的归一化坐标；

将所述多个关键点各自的归一化坐标确定为所述第一检测框对应的关键点信息。

3.如权利要求2所述的图像识别方法，其特征在于，关键点的坐标数据包括关键点的横坐标和纵坐标；

关键点的归一化坐标包括关键点的归一化横坐标和归一化纵坐标；

所述对所述多个关键点各自的坐标数据分别进行归一化处理，得到多个关键点各自的归一化坐标，包括：

获取多个关键点的坐标数据中的最大横坐标、最小横坐标、最大纵坐标和最小纵坐标；

根据所述最大横坐标和所述最小横坐标计算关键点横向差值；

根据所述最大纵坐标和所述最小纵坐标计算关键点纵向差值；

对于每个关键点，根据所述关键点的横坐标、所述最小横坐标和所述关键点横向差值计算所述关键点的归一化横坐标，根据所述关键点的纵坐标、所述最小纵坐标和所述关键点纵向差值计算所述关键点的归一化纵坐标。

4.如权利要求2所述的图像识别方法，其特征在于，若获得包含所述目标物体的多个第一检测框，则在得到每个第一检测框各自对应的识别结果之后，所述方法还包括：

获取每个第一检测框各自对应的目标点信息，其中，所述目标点信息为多个目标点各自的坐标数据，所述目标点为所述第一检测框中包含的所述目标物体的目标部位上的关键点；

根据每个第一检测框各自对应的目标点信息，对所述多个第一检测框进行去冗余处理，得到去冗余后处理后的第一检测框。

5.如权利要求4所述的图像识别方法，其特征在于，所述根据每个第一检测框各自对应的目标点信息，对所述多个第一检测框进行去冗余处理，得到去冗余处理后的第一检测框，包括：

根据每个第一检测框各自对应的目标点信息，确定每个第一检测框包含的所述目标物体上的目标部位对应的第二检测框；

基于非极大值抑制方法对所述第二检测框进行去冗余处理，得到去冗余处理后的第二检测框；

将所述去冗余处理后的第二检测框对应的第一检测框确定为去冗余处理后的第一检测框。

6.如权利要求5所述的图像识别方法，其特征在于，目标点的坐标数据包括目标点的横坐标和纵坐标；

所述根据每个第一检测框各自对应的目标点信息，确定每个第一检测框包含的所述目标物体上的目标部位对应的第二检测框，包括：

对于每个第一检测框，获取所述第一检测框对应的目标点信息中的最大横坐标、最小横坐标、最大纵坐标和最小纵坐标；

根据所述最大横坐标、所述最小横坐标、所述最大纵坐标和所述最小纵坐标确定所述第一检测框包含的所述目标物体上的目标部位对应的候选检测框；

按照预设比例扩大所述候选检测框，得到扩大后的候选检测框；

将所述扩大后的候选检测框确定为所述第一检测框包含的所述目标物体上的目标部位对应的第二检测框。