[发明专利]图像识别方法、装置、电子设备及存储介质

说明书

本发明涉及图像识别技术领域，具体提供一种图像识别方法、装置、电子设备及存储介质，旨在解决现有的图像识别方法对应的识别精度较低的技术问题。为此目的，本发明的图像识别方法包括：获取第一待识别图像；将第一待识别图像输入识别器得到识别结果，其中识别器包括编码器和解码器；编码器包括卷积层、至少一个最大池化层和双向LSTM，其中卷积层接收第一待识别图像并输出第一图像特征，至少一个最大池化层对第一图像特征进行降维，得到降维后的第一图像特征，双向LSTM对降维后的第一图像特征进行编码，得到编码后的第一图像特征并输出至解码器。如此，提高了图像的识别精度。

技术领域

本发明涉及图像识别技术领域，具体提供一种图像识别方法、装置、电子设备及存储介质。

背景技术

目前，银行卡的识别技术比较成熟，现有技术中针对一般场景下的图像识别存在较多方案，但是在例如光线暗、拍摄图像时角度倾斜严重、拍摄的时候卡片在图像中占比较小以及卡片的磨损情况比较严重等情况下，图像识别精度较低。

相应地，本领域需要一种新的图像识别方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决上述技术问题。本发明提供了一种图像识别方法、装置、电子设备及存储介质。

在第一方面，本发明提供一种图像识别方法，所述方法包括：获取第一待识别图像；将所述第一待识别图像输入识别器，得到识别结果，其中所述识别器包括编码器和解码器；所述编码器包括卷积层、至少一个最大池化层和双向LSTM，其中所述卷积层接收所述第一待识别图像并输出第一图像特征，所述至少一个最大池化层对所述第一图像特征进行降维，得到降维后的第一图像特征，所述双向LSTM对降维后的第一图像特征进行编码，得到编码后的第一图像特征并输出至所述解码器。

在一个实施方式中，所述最大池化层的个数为三个，分别为第一最大池化层、第二最大池化层和第三最大池化层；所述编码器还包括第一残差单元和第二残差单元，其中所述第一残差单元连接在所述第一最大池化层和第二最大池化层之间，所述第二残差单元连接在所述第二最大池化层和第三最大池化层之间；所述第一残差单元和第二残差单元至少包括一个残差块。

在一个实施方式中，所述残差块包括Residual层、注意力机制、Scale层和shortcut连接通路，其中所述Residual层对第二图像特征进行卷积后输出至所述注意力机制和Scale层，所述Scale层对卷积后的第二图像特征和所述注意力机制输出的第三图像特征进行乘积操作，得到第四图像特征；所述残差块进一步对所述第四图像特征和所述shortcut连接通路传送的第二图像特征进行求和操作。

在一个实施方式中，所述注意力机制包括依次连接的全局池化层、第一全连接层、第二全连接层和Sigmoid函数，其中所述第一全连接层和第二全连接层之间连接有LeakyReLU函数。

在一个实施方式中，所述获取第一待识别图像，包括：获取第二待识别图像，确定所述第二待识别图像对应的第一检测框；基于所述第一检测框从第二待识别图像中获取第三待识别图像，将所述第三待识别图像输入分类器，得到所述第三待识别图像的类别和方向；基于所述方向和所述第三待识别图像确定所述第一待识别图像。

在一个实施方式中，确定所述第二待识别图像对应的第一检测框，包括：利用yolov5网络获取所述第二待识别图像对应的第二检测框；判断所述第二检测框是否满足预设条件；在所述第二检测框不满足预设条件的情况下，利用Dbnet网络获取所述第二待识别图像对应的第三检测框；基于所述第二检测框和第三检测框确定所述第二待识别图像对应的第一检测框。

在一个实施方式中，基于所述方向和所述第三待识别图像确定所述第一待识别图像，包括：在所述方向与预设方向一致的情况下，将所述第三待识别图像作为第一待识别图像；在所述方向与预设方向不一致的情况下，对所述第三待识别图像的方向进行调整以使其与预设方向一致，得到第一待识别图像。