[发明专利]图像识别的方法、装置、设备以及存储介质

说明书

本申请公开了一种图像识别方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为计算机视觉和语音识别领域。该方法的一具体实施方式包括：响应于用户进入图像识别功能，获取终端设备的摄像头取景框中的待识别图像；获取用户的语音信息，并对语音信息进行语音识别，得到语音识别结果；将语音识别结果与预设的配置项匹配，生成与语音识别结果相对应的识别选择项；拍摄待识别图像，采用与识别选择项相对应的、预先训练好的模型对待识别图像进行识别。该实施方式通过结合语音识别，提高了图像识别的准确性。

技术领域

本申请实施例涉及计算机领域，具体涉及计算机视觉、语音识别等人工智能领域，尤其涉及图像识别方法、装置、设备以及存储介质。

背景技术

近年来，随着人工智能的快速发展，图像识别功能已经在多个场景中应用，如二维码、人物识别、物体识别、拍题等。在移动端的应用也已经很广泛，由于在现在的移动设备中，摄像头硬件已经成为了每台移动设备的标配，所以，可随时的进行拍一拍、扫一扫，对应的内容都可以进行浏览及交互。同时，也由于内容的多样性，而对图像识别的能力产生了限制。

发明内容

本申请实施例提出了一种图像识别的方法、装置、设备以及存储介质。

第一方面，本申请实施例提出了一种图像识别方法，包括：响应于用户进入图像识别功能，获取终端设备的摄像头取景框中的待识别图像；获取用户的语音信息，并对语音信息进行语音识别，得到语音识别结果，其中，语音信息为描述用户的识别需求的信息；将语音识别结果与预设的配置项匹配，生成与语音识别结果相对应的识别选择项，其中，配置项为与预设的图像识别功能相关的关键字和/或关键词；拍摄待识别图像，采用与识别选择项相对应的、预先训练好的模型对待识别图像进行识别。

第二方面，本申请实施例提出了一种图像识别装置，包括：获取模块，被配置成响应于用户进入图像识别功能，获取终端设备的摄像头取景框中的待识别图像；第一识别模块，被配置成获取用户的语音信息，并对语音信息进行语音识别，得到语音识别结果，其中，语音信息为描述用户的识别需求的信息；第一匹配模块，被配置成将语音识别结果与预设的配置项匹配，生成与语音识别结果相对应的识别选择项，其中，配置项为与预设的图像识别功能相关的关键字和/或关键词；识别模块，被配置成拍摄待识别图像，采用与识别选择项相对应的、预先训练好的模型对待识别图像进行识别。

第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例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，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

第五方面，本申请实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的图像识别方法、装置、设备以及存储介质，首先响应于用户进入图像识别功能，获取终端设备的摄像头取景框中的待识别图像；然后获取用户的语音信息，并对语音信息进行语音识别，得到语音识别结果，其中，语音信息为描述用户的识别需求的信息；之后将语音识别结果与预设的配置项匹配，生成与语音识别结果相对应的识别选择项，其中，配置项为与预设的图像识别功能相关的关键字和/或关键词；最后拍摄待识别图像，采用与识别选择项相对应的、预先训练好的模型对待识别图像进行识别。本申请提供了一种结合语音识别对图像进行识别的方法，基于语音识别结果对图像识别结果进行了优化。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明