[发明专利]一种图像识别方法、装置、电子设备和存储介质在审

专利信息
申请号: 202111453600.X 申请日: 2021-12-01
公开(公告)号: CN114332809A 公开(公告)日: 2022-04-12
发明(设计)人: 燕旭东 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V20/58 分类号: G06V20/58;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;贾允
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,所述方法包括:

对待处理图像进行对象检测,得到对象检测图像,所述对象检测图像为所述待处理图像中位于同一连通区域的至少两个对象的对象图像;

将所述对象检测图像输入到局部特征提取网络中进行特征提取,得到多个局部特征信息,所述局部特征信息为所述至少两个对象中每个对象对应的特征信息;

将所述多个局部特征信息输入到局部特征重组网络中进行特征重组,得到重组特征信息;

将所述重组特征信息输入到图像识别网络中进行类型识别,得到所述对象检测图像对应的目标类型信息。

2.根据权利要求1所述的图像识别方法,其特征在于,所述局部特征提取网络包括图像特征提取网络和局部语义识别网络,所述将所述对象检测图像输入到局部特征提取网络中进行特征提取,得到多个局部特征信息包括:

将所述对象检测图像输入到所述图像特征提取网络中进行特征提取,得到检测图像特征信息;

将所述检测图像特征信息输入到所述局部语义识别网络中进行语义识别,得到每个对象对应的局部特征信息;

所述将所述多个局部特征信息输入到局部特征重组网络中进行特征重组,得到重组特征信息包括:

将所述检测图像特征信息和所述多个局部特征信息输入到所述局部特征重组网络中进行特征重组,得到重组特征信息。

3.根据权利要求2所述的图像识别方法,其特征在于,所述局部特征重组网络包括位置特征提取网络和特征融合网络,所述将所述检测图像特征信息和所述多个局部特征信息输入到所述局部特征重组网络中进行特征重组,得到重组特征信息包括:

将所述检测图像特征信息输入所述位置特征提取网络中进行位置特征提取,得到每个对象对应的位置校准信息,所述位置校准信息为所述每个局部图像在所述对象检测图像中的检测位置的校准信息;

将所述多个局部特征信息和所述每个对象对应的位置校准信息输入到所述特征融合网络中进行特征融合,得到所述重组特征信息。

4.根据权利要求3所述的图像识别方法,其特征在于,所述将所述多个局部特征信息和所述每个对象对应的位置校准信息输入到所述特征融合网络中进行特征融合,得到所述重组特征信息包括:

将所述多个局部特征信息和所述每个对象对应的位置校准信息输入到所述特征融合网络中,基于每个局部特征信息对应的检测位置信息和所述每个局部特征信息对应的位置校准信息,确定所述每个局部特征信息与预设起始融合位置间的目标距离;

基于所述目标距离,对所述多个局部特征信息进行特征融合,得到所述重组特征信息。

5.根据权利要求1所述的图像识别方法,其特征在于,所述对待处理图像进行对象检测,得到对象检测图像包括:

将所述待处理图像输入到目标对象检测网络中进行对象检测,得到所述对象检测图像。

6.根据权利要求1所述的图像识别方法,其特征在于,所述方法还包括:

获取样本图像中的样本检测图像、所述样本检测图像对应的标注类型信息、以及所述样本检测图像中各个样本对象对应的标注位置信息,所述样本检测图像为所述样本图像中位于同一连通区域的至少两个样本对象的对象图像;

将所述样本检测图像输入到第一待训练网络中进行特征提取,得到多个样本局部特征信息和每个样本局部特征信息对应的训练检测位置信息,所述样本局部特征信息为所述至少两个样本对象中每个样本对象对应的特征信息;

将所述多个样本局部特征信息输入到第二待训练网络中进行特征重组,得到训练重组特征信息;

将所述训练重组特征信息输入到第三待训练网络中进行类型识别,得到所述样本检测图像对应的训练类型信息;

基于所述训练类型信息、所述标注类型信息、所述标注位置信息和所述训练检测位置信息,确定目标损失信息;

基于所述目标损失信息,对所述第一待训练网络、所述第二待训练网络和第三待训练网络进行模型训练,得到所述局部特征提取网络、所述局部特征重组网络和所述图像识别网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111453600.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top