[发明专利]图像识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像识别方法、装置、计算机设备和存储介质。所述方法涉及人工智能的计算机视觉领域，主要涉及计算机视觉领域的图像识别技术，所述方法包括：获取待识别图像，所述待识别图像包括待识别交通标志；对所述待识别图像进行特征提取，得到所述待识别图像的特征向量；将所述特征向量与各类交通标志的聚合向量进行匹配，得到所述待识别图像与各类交通标志对应的匹配度；其中，每类交通标志对应的聚合向量，是通过对多张包括相应类别交通标志的图像的特征向量进行聚合后得到的；根据所述匹配度确定所述待识别图像中所述待识别交通标志的类别。采用本方法能够提高从图像中识别交通标志类别的准确性，识别出的交通标志类别可应用于地图构建或车辆导航。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术和图像处理技术的飞速发展，越来越多的领域涉及从图像中识别目标对象的类别，以基于目标对象的类别进行后续的应用。比如，在自动驾驶、车辆导航等领域，需要从图像中识别交通标志的类别。

在传统的识别方法中，通常是利用基于深度学习的分类网络识别图像中交通标志的类别，但是由于交通标志类别较多使得训练分类网络使用的样本图像类别分布不均、类别涵盖不全等因素，导致分类网络的识别准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高从图像中识别交通标志类别的准确性的图像识别方法、装置、计算机设备和存储介质。

一种图像识别方法，该方法包括：

获取待识别图像，待识别图像包括待识别交通标志；

对待识别图像进行特征提取，得到待识别图像的特征向量；

将特征向量与各类交通标志的聚合向量进行匹配，得到待识别图像与各类交通标志对应的匹配度；其中，每类交通标志对应的聚合向量，是通过对多张包括相应类别交通标志的图像的特征向量进行聚合后得到的；

根据匹配度确定待识别图像中待识别交通标志的类别。

在一个实施例中，对待识别图像进行特征提取，得到待识别图像的特征向量，包括：

对待识别图像进行检测，获得待识别交通标志所在的目标区域；

从待识别图像中分割出目标区域；

对目标区域进行特征提取，获得待识别图像的特征向量。

在一个实施例中，对待识别图像进行检测，获得待识别交通标志所在的目标区域，包括：

对待识别图像进行特征提取，得到待识别图像的特征图；

根据特征图在待识别图像中确定候选框；

将各候选框映射至特征图，得到各候选框在特征图中对应的候选区域；

根据各候选区域对应的分类概率，从各候选框中确定包括交通标志的目标框；

将待识别图像中目标框内的区域，作为目标区域。

在一个实施例中，根据特征图在待识别图像中确定候选框，包括：

将特征图中的特征点映射至待识别图像，得到各特征点在待识别图像中对应的特征提取区域；

以各特征提取区域的中心点为中心，按不同的尺度和缩放比例，生成各特征点分别对应的多个边界框；

将特征图中各特征点对应的边界框作为候选框。

在一个实施例中，对待识别图像进行检测，获得待识别交通标志所在的目标区域，包括：

将待识别图像输入训练好的交通标志检测模型；