[发明专利]多输入场景识别方法、终端设备及可读存储介质

权利要求书

1.一种多输入场景识别方法，其特征在于，包括以下：

采集一应用程序下的若干场景图像，获取一场景图像，基于所述场景图像选取若干特征区域，并根据所述特征区域截取特征图像，集合以获得所述场景图像的特征图像集；根据各个所述场景图像的特征图像集以及所述场景图像的预设图像信息标签对应生成训练样本集；

创建识别模型，并采用所述训练样本集对所述识别模型进行训练，其中，所述识别模型包括同步执行的拼接识别模型、堆叠识别模型及特征提取识别模型；

在训练过程中分别计算所述拼接识别模型、堆叠识别模型及特征提取识别模型的准确率，并根据所述准确率确认所述应用程序对应的最优模型；

获取待识别的场景图像，识别所述待识别的场景图像的对应的应用程序并调用最优模型处理，获得包含所述待识别的场景图像对应的场景信息的目标结果。

2.根据权利要求1所述的多输入场景识别方法，其特征在于，采用所述训练样本集对所述识别模型进行训练，包括以下：

从训练样本集中获取一训练样本；

将所述训练样本输入至所述识别模型，分别采用拼接识别模型、堆叠识别模型及特征提取识别模型同步处理，以获得用于确定所述训练样本中场景图像的场景信息的第一输出、第二输出和第三输出；

将所述第一输出、第二输出和第三输出分别与所述场景图像的预设图像信息标签比对，并反向调整所述拼接识别模型、堆叠识别模型及特征提取识别模型；

获取另一训练样本对所述识别模型，直至达到预设训练条件，停止训练。

3.根据权利要求2所述的多输入场景识别方法，其特征在于，采用拼接识别模型处理，以获得用于确定所述训练样本中场景图像的场景信息的第一输出，包括以下：

基于所述训练样本获取所述场景图像的特征图像集；

将所述特征图像集中的各个特征图像输入至拼接识别模型；

在所述拼接识别模型中对各个特征图像进行拼接，获得一个第一处理图像；

采用第一深度可分离卷积网络对所述第一处理图像进行特征提取，获得第一输出。

4.根据权利要求2所述的多输入场景识别方法，其特征在于，采用堆叠识别模型处理，以获得用于确定所述训练样本中场景图像的场景信息的第二输出，包括以下：

基于所述训练样本获取所述场景图像的特征图像集；

将所述特征图像集中的各个特征图像输入至堆叠识别模型；

在所述堆叠识别模型中对各个特征图像进行通道堆叠，获得一个第二处理图像

采用第二深度可分离卷积网络对所述第一处理图像进行特征提取，获得第二输出。

5.根据权利要求2所述的多输入场景识别方法，其特征在于，采用特征提取识别模型处理，以获得用于确定所述训练样本中场景图像的场景信息的第三输出，包括以下：

基于所述训练样本获取所述场景图像的特征图像集；

将所述特征图像集中的各个特征图像输入至特征提取识别模型；

在所述特征提取识别模型中采用若干第三深度可分离卷积网络同步对每一特征图像进行特征提取，而后将特征提取后的各个特征图像进行合并成一个第三处理图像；

采用第三深度可分离卷积网络基于所述第三处理图像进行处理，获得第三输出。

6.根据权利要求1所述的多输入场景识别方法，其特征在于，所述分别所述拼接识别模型、堆叠识别模型及特征提取识别模型的准确率，并根据所述准确率确认与所述应用程序对应的最优模型，包括以下：

获取一应用程序的各个场景图像及其对应的特征图像集；

采集每一次训练下所述拼接识别模型、堆叠识别模型及特征提取识别模型的第一输出、第二输出和第三输出；

根据所述场景图像的预设图像信息标签与每一次训练下第一输出、第二输出和第三输出计算所述拼接识别模型、堆叠识别模型及特征提取识别模型的准确率；

根据所述准确率筛选出确认准确率最高对应的模型作为应用程序对应的最优模型。