[发明专利]用于图像识别物品的方法、电子设备及存储介质

权利要求书

1.一种用于图像识别物品的方法，其特征在于，所述方法包括：

接收包含物品的图像，其中所述物品被部分遮挡；

基于深度学习模型提取所述物品未被遮挡部分的一个或多个特征；

结合所述一个或多个特征确定所述物品的一个或多个候选识别结果；

确定符合预设条件的候选识别结果为物品识别结果，输出所述物品识别结果；

所述确定符合预设条件的候选识别结果为物品识别结果，包括：判断所述一个或多个特征中是否存在高辨识度特征，生成判断结果；根据所述判断结果，以及所述各特征与各所述候选识别结果的关联关系，确定所述各所述候选识别结果的可信度等级；从可信度等级最高的候选识别结果中确定物品识别结果。

2.如权利要求1所述的方法，其特征在于，所述基于深度学习模型提取所述物品未被遮挡部分的一个或多个特征，包括：

利用N个深度学习模型分别提取所述物品未被遮挡部分的N个特征；N为大于或等于1的整数。

3.如权利要求1所述的方法，其特征在于，所述结合所述一个或多个特征确定所述物品的一个或多个候选识别结果，包括：

结合预先设定的特征与对象名称的关联关系，根据所述一个或多个特征从所述对象名称中确定所述物品的一个或多个候选识别结果。

4.如权利要求1-3任一项所述的方法，其特征在于，所述根据所述判断结果，以及所述各特征与各所述候选识别结果的关联关系，确定所述各所述候选识别结果的可信度等级，包括：

根据所述各特征与各所述候选识别结果的关联关系，确定各所述候选识别结果在所述各特征中关联的特征的个数；

根据各所述候选识别结果在所述各特征中关联的特征的个数，以及所述判断结果，确定所述各候选对象名称的可信度等级。

5.如权利要求1所述的方法，其特征在于，所述从可信度等级最高的候选识别结果中确定物品识别结果，包括：

接收预设的实际对象名单；

从可信度等级最高的候选识别结果中确定在所述对象存储名单中的候选识别结果，为物品识别结果。

6.一种用于识别堆叠物品的方法，其特征在于，所述方法包括：

获取堆叠物品的图像；

将获取的图像分割为多个不同的区域；

对每个分割区域的物品分别进行识别，输出物品识别结果；

其中，对于部分被遮挡的物品采用权利要求1至5任一项所述的方法进行识别。

7.一种用于图像识别物品的装置，其特征在于，所述装置包括：

接收模块，用于接收包含物品的图像，其中所述物品被部分遮挡；

提取模块，用于基于深度学习模型提取所述物品未被遮挡部分的一个或多个特征；

确定模块，用于结合所述一个或多个特征确定所述物品的一个或多个候选识别结果；

输出模块，用于确定符合预设条件的候选识别结果为物品识别结果，输出所述物品识别结果；所述确定符合预设条件的候选识别结果为物品识别结果，包括：判断所述一个或多个特征中是否存在高辨识度特征，生成判断结果；根据所述判断结果，以及所述各特征与各所述候选识别结果的关联关系，确定所述各所述候选识别结果的可信度等级；从可信度等级最高的候选识别结果中确定物品识别结果。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行如权利要求1至5中任一项所述的方法。

9.一种电子设备，其特征在于，包括处理器及存储器，所述存储器存储有计算机指令，所述处理器被配置为基于所述计算机指令执行如权利要求1至5任一项所述的方法。