[发明专利]图像识别方法、装置、电子设备以及存储介质在审

专利信息
申请号: 202210110965.0 申请日: 2022-01-29
公开(公告)号: CN114445710A 公开(公告)日: 2022-05-06
发明(设计)人: 何悦;杨喜鹏;谭啸;孙昊 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V20/10 分类号: G06V20/10;G06V10/40;G06V10/82
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 宫传芝
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 装置 电子设备 以及 存储 介质
【权利要求书】:

1.一种图像识别方法,包括:

获取目标场景的至少一个待识别图像;

对所述至少一个待识别图像进行特征提取,生成每个待识别图像对应的目标特征;

利用第一预测方式和第二预测方式对所述目标特征进行预测,基于预测结果,确定所述目标场景是否存在目标对象,其中,所述第一预测方式的预测范围大于所述第二预测方式的预测范围。

2.根据权利要求1所述的方法,其中,所述目标特征至少包括第一特征和第二特征,所述第一特征的特征分辨率小于所述第二特征的特征分辨率,对所述至少一个待识别图像进行特征提取,生成每个待识别图像对应的目标特征,包括:

对所述至少一个待识别图像进行浅层语义提取,生成所述第一特征;

对所述至少一个待识别图像进行深层语义提取,生成所述第二特征。

3.根据权利要求2所述的方法,其中,利用第一预测方式和第二预测方式对所述目标特征进行预测,基于预测结果确定所述目标场景是否存在目标对象,包括:

利用所述第一预测方式对所述目标特征进行全局预测,生成每个待识别图像的第一置信度,其中,所述第一置信度用于表征所述每个待识别图像中存在所述目标对象的概率;

利用所述第二预测方式对所述目标特征进行局部预测,生成初始对象的第二置信度,其中,所述第二置信度用于表征所述初始对象为所述目标对象的概率;

基于所述第一置信度和所述第二置信度,确定所述目标场景是否存在目标对象。

4.根据权利要求3所述的方法,其中,基于所述第一置信度和所述第二置信度,确定所述目标场景是否存在目标对象,包括:

在所述第一置信度大于第一预设置信度,且所述第二置信度大于第二预设置信度,确定所述目标场景中存在所述目标对象。

5.根据权利要求4所述的方法,其中,利用所述第二预测方式对所述目标特征进行局部预测,生成初始对象的第二置信度,包括:

利用所述第二预测方式对所述目标特征进行局部预测,生成所述初始对象对应的至少一个初始框,其中,所述至少一个初始框中的每个初始框都对应一个置信度;

对所述至少一个初始框进行合并处理,生成与所述初始对象对应的目标框;

确定所述目标框对应的置信度为所述第一置信度。

6.根据权利要求5所述的方法,其中,对所述至少一个初始框进行合并处理,生成与所述初始对象对应的目标框,包括:

基于所述至少一个初始框中每个初始框的坐标位置,对所述至少一个初始框进行合并处理,生成与所述初始对象对应的目标框。

7.一种图像识别装置,包括:

获取模块,用于获取目标场景的至少一个待识别图像;

提取模块,用于对所述至少一个待识别图像进行特征提取,生成每个待识别图像对应的目标特征;

预测模块,用于利用第一预测方式和第二预测方式对所述目标特征进行预测,基于预测结果,确定所述目标场景是否存在目标对象,其中,所述第一预测方式的预测范围大于所述第二预测方式的预测范围。

8.根据权利要求1所述的装置,其中,所述目标特征至少包括第一特征和第二特征,所述第一特征的特征分辨率小于所述第二特征的特征分辨率,提取模块,包括:

浅层语义提取单元,对所述至少一个待识别图像进行浅层语义提取,生成所述第一特征;

深层语义提取单元,对所述至少一个待识别图像进行深层语义提取,生成所述第二特征。

9.根据权利要求8所述的装置,其中,预测模块,包括:

全局预测单元,用于利用所述第一预测方式对所述目标特征进行全局预测,生成每个待识别图像的第一置信度,其中,所述第一置信度用于表征所述每个待识别图像中存在所述目标对象的概率;

局部预测单元,用于利用所述第二预测方式对所述目标特征进行局部预测,生成初始对象的第二置信度,其中,所述第二置信度用于表征所述初始对象为所述目标对象的概率;

确定单元,用于基于所述第一置信度和所述第二置信度,确定所述目标场景是否存在目标对象。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202210110965.0/1.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