[发明专利]一种识别方法、设备、系统及存储介质

权利要求书

1.一种识别方法，其特征在于，所述方法包括：

获取待识别图像；

基于训练完成的第一网络对所述待识别图像进行特征提取，得到第一特征数据；其中，所述训练完成的第一网络是基于样本数据进行训练得到的；

从所述第一特征数据中提取与指定特征区间匹配的数据，得到第一目标特征数据；

基于训练完成的第二网络对所述第一目标特征数据进行特征提取，得到第二特征数据；其中，所述训练完成的第二网络，是基于从第三特征数据中提取的第二目标特征数据进行训练得到的；所述第三特征数据，是基于所述训练完成的第一网络对所述样本数据进行特征提取得到的；

基于所述第二特征数据，对所述待识别图像进行识别。

2.根据权利要求1所述的方法，其特征在于，所述从所述第一特征数据中提取与指定特征区间匹配的数据，得到第一目标特征数据，包括：

基于所述指定特征区间，确定目标特征提取函数；其中，所述目标特征提取函数，包括非线性函数；

基于所述目标特征提取函数，对所述第一特征数据进行提取，得到所述第一目标特征数据。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第二特征数据，确定所述待识别图像的类型，包括：

对所述第二特征数据进行量化处理，得到第一量化特征数据；

将所述第一量化特征数据输入至训练完成的第三网络中，对所述待识别图像进行识别；其中，所述训练完成的第三网络，用于提取所述第一量化特征数据的类型信息；所述训练完成的第三网络，是基于第二目标特征数据对第三网络进行训练得到的。

4.根据权利要求3所述的方法，其特征在于，所述训练完成的第三网络，是通过以下方式得到的：

对所述第二目标特征数据进行量化，得到第二量化特征数据；

基于所述第二量化特征数据，对所述第三网络进行训练，得到所述训练完成的第三网络。

5.根据权利要求3或4任一所述的方法，其特征在于，所述方法还包括：

基于所述训练完成的第一网络、第四网络、所述训练完成的第二网络以及所述训练完成的第三网络，得到图像识别模型；其中，所述第四网络，用于从所述训练完成的第一网络的输出数据中提取与所述指定特征区间匹配的数据。

6.根据权利要求1所述的方法，其特征在于，所述训练完成的第一网络，是通过以下方式得到的：

获取所述样本数据；

将所述样本数据输入至第一滤波网络，得到第一数据；其中，所述第一滤波网络，用于对所述样本数据进行像素特征过滤；所述第一数据中携带有所述样本数据的至少一个像素特征；

基于所述第一数据，训练第一卷积网络，得到训练完成的第一卷积网络；其中，所述第一卷积网络，用于对所述第一数据进行卷积运算；

基于所述第一滤波网络以及所述训练完成的第一卷积网络，得到所述训练完成的第一网络。

7.根据权利要求1所述的方法，其特征在于，所述训练完成的第二网络，是通过以下方式得到的：

将所述第二目标特征数据输入至第二滤波网络，得到第二数据；其中，所述第二滤波网络，用于对所述第二目标特征数据进行像素特征过滤；所述第二数据携带有所述第二目标特征数据中的多个像素特征；

基于所述第二数据，训练第二卷积网络，得到训练完成的第二卷积网络；其中，所述第二卷积网络，用于对所述第二数据进行卷积运算；

基于所述第二滤波网络以及所述训练完成的第二卷积网络，得到所述训练完成的第二网络。