[发明专利]类人化图像识别方法和系统

权利要求书

1.一种类人化图像识别方法，其特征在于：包括下述步骤：

S1，样本数据分类；所述样本数据是在具体真实应用场景中采集到的图像；所述分类包括第一分类和第二分类；按照待检测目标所关联的第一图像特征在具体真实应用场景中的出现情景，将所述第一分类分为若干个一级分类和若干个从属于一级分类的二级分类；按照具体真实应用场景中客观因素对待检测目标的影响，将所述第二分类分为若干个一级分类和若干个从属于一级分类的二级分类；

S2，制作训练数据集；所述训练数据集是同一分类下样本数据的集合体；其中第一分类的每个一级分类为一个训练数据集；第二分类的每个二级分类为一个训练数据集；

S3，训练数据集数据增强处理；通过对图像中局部或整体像素值进行数据增强，使原来特征不明显的区域变得相对突出，同时抑制不相关的区域特征，用于加强训练数据集中图像的特征；

S4，利用Yolo v5单目标检测算法，训练每个训练数据集，获得不同的检测模型；其中，第一分类的每个一级分类用于获得与待检测目标相关的第一图像特征检测模型；第二分类的每个二级分类用于获得针对不同检测目标的检测模型；

S5，将第一分类和第二分类的一级分类进行组合，形成多个检测通道；每个所述检测通道均包含通用图像检测模型和从第一分类一级分类训练数据集中获得的所有检测模型以及从第二分类一级分类包含的所有二级分类训练数据集中获得的所有检测模型；

S6，根据图像采集设备的采集情景，为每个图像采集设备配置相应的检测通道；

S7，获得待检测图像和待检测目标，进入采集待检测图像的图像采集设备配置的检测通道；

S8，根据判断规则判断与待检测目标相关的第一图像特征；如果该步没有判断出与待检测目标相关的第一图像特征，则直接执行S11步；

S9，调用检测通道第一分类一级分类检测模型，识别待检测图像中与待检测目标相关的第一图像特征，并将第一图像特征截取保存；

S10，根据内置判断规则判断检测通道中与S8步中截取的第一图像特征最匹配的第二分类一级分类的二级分类；如果没有第一图像特征，则根据内置判断规则判断检测通道中与待检测图像最匹配的第二分类一级分类的二级分类；

S11，根据S11步中判断出的第二分类一级分类的二级分类和S7步中获得得待检测目标，调用检测通道内与待检测目标相关的第二分类一级分类的二级分类检测模型，识别第一图像特征中的待检测目标；

S12，通过坐标映射的方式，将待检测目标的定位映射到待检测图像上，完成待检测目标的识别。

2.根据权利要求1所述的方法，其特征在于：S1步中，所述具体真实应用场景中客观因素包括光线、拍摄角度、拍摄距离和体位变化。

3.根据权利要求1所述的方法，其特征在于：S3步中，所述数据增强方式包括旋转、增强对比度和亮度、加噪声、模糊和镜像。

4.根据权利要求1所述的方法，其特征在于：S5步中，所述通用检测模型包括图像碰撞检测模型和图像相似性分析检测模型。