[发明专利]图像识别方法、装置、电子设备以及存储介质

说明书

本公开提供了一种图像识别方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能云场景下，以至少解决相关技术中对于单一场景中目标对象的识别效果较差，从而导致误检率较高的技术问题。具体实现方案为：获取目标场景的至少一个待识别图像；对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目标特征进行预测，基于预测结果，确定目标场景是否存在目标对象，其中，第一预测方式的预测范围大于第二预测方式的预测范围。

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能云场景下，尤其涉及一种图像识别方法、装置、电子设备以及存储介质。

背景技术

目前，场景识别是计算机视觉的重要课题之一，并广泛应用于许多领域，主要包括大型数据库的图像信息检索、机器人的移动定位与环境交互、安防监控领域的事件检测等。但是，由于单一场景的类内差异较大但是类间差异较小，因此，采用目前对单一场景中对于目标对象识别效果较差。

发明内容

本公开提供了一种图像识别方法、装置、电子设备以及存储介质，以至少解决相关技术中对于单一场景中目标对象的识别效果较差，从而导致误检率较高的技术问题。

根据本公开的一方面，提供了一种图像识别方法，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目标特征进行预测，基于预测结果，确定目标场景是否存在目标对象，其中，第一预测方式的预测范围大于第二预测方式的预测范围。

根据本公开的又一方面，提供了一种图像识别装置，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目标特征进行预测，基于预测结果，确定目标场景是否存在目标对象，其中，第一预测方式的预测范围大于第二预测方式的预测范围。

根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提出的图像识别方法。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提出的图像识别方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行本公开提出的图像识别方法。

在本公开中，首先获取目标场景的至少一个待识别图像；然后对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；最后利用第一预测方式和第二预测方式对目标特征进行预测，基于预测结果，确定目标场景是否存在目标对象，其中，第一预测方式的预测范围大于第二预测方式的预测范围。实现了提高对待识别图像中目标对象的预测准确度。容易注意到的是，结合两种预测方式对待识别图像的目标特征进行预测，可以进一步的提高预测的准确度，降低误检的情况，进而解决了相关技术中对于单一场景中对于目标对象的识别效果较差，从而导致误检率较高的技术问题。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的一种用于实现图像识别方法的计算机终端(或移动设备)的硬件结构框图；

图2是根据本公开实施例的一种图像识别方法的流程图；