[发明专利]图像识别方法、自移动设备及存储介质

说明书

一种图像识别方法包括：获取待识别图像的图像特征图，所述图像特征图包括多个图像通道；对每个所述图像通道的像素点进行采样，得到每个所述图像通道对应的多个通道特征图，每个所述图像通道对应的多个通道特征图的像素点总数等于每个所述图像通道的像素点总数；将所述图像特征图对应的所有通道特征图作为卷积处理的输入特征图；对所述输入特征图进行预设次卷积处理，得到所述待识别图像的识别结果。

技术领域

本申请涉及人工智能领域，尤其涉及一种图像识别方法、自移动设备及计算机可读存储介质。

背景技术

这里的陈述仅提供与本申请有关的背景信息，而不必然地构成示例性技术。

随着计算机技术和人工智能技术的不断进步，自移动设备的自动工作系统已经开始慢慢的走进人们的生活。自移动设备在进行工作时，通常需要实时采集图像，并对图像进行区域分割和识别，从而实现确定工作区域以及进行工作区域内的路径规划等功能。例如可使用深度学习方法中的全景分割或者实例分割，对采集到的图像进行工作区域与非工作区域的分割，从而根据识别出的工作区域控制机器人的工作。但这种图像分割和识别方式的计算量较大，分割效率较低。

发明内容

本申请的各种实施例提供了一种图像识别方法、自移动设备及存储介质。

第一方面，本申请提供了一种图像识别方法，所述方法包括：

获取待识别图像的图像特征图，所述图像特征图包括多个图像通道；

对每个所述图像通道的像素点进行采样，得到每个图像通道对应的多个通道特征图；每个所述图像通道对应的多个通道特征图的像素点总数等于每个图像通道的像素点总数；

将所述图像特征图对应的所有通道特征图作为卷积处理的输入特征图；

对所述输入特征图进行预设次卷积处理，得到所述待识别图像的识别结果。

第二方面，本申请还提供了一种图像识别装置，所述装置包括：

图像获取模块，被配置为获取待识别图像的图像特征图，所述图像特征图包括多个图像通道；

通道采样模块，被配置为对每个所述图像通道的像素点进行采样，得到每个图像通道对应的多个通道特征图；每个所述图像通道对应的多个通道特征图的像素点总数等于每个图像通道的像素点总数；

输入确定模块，被配置为将所述图像特征图对应的所有通道特征图作为卷积处理的输入特征图；

卷积处理模块，被配置为对所述输入特征图进行预设次卷积处理，得到所述待识别图像的识别结果。

第三方面，本申请还提供了一种自移动设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的图像识别方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的图像识别方法。

本申请的一个或多个实施例的细节在下面的附图和描述中提出。本申请的其他特征、目的和优点将从说明书、附图以及权利要求书变得明显。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种图像识别方法的示意流程图。

图2是本申请实施例提供的图像特征图的示意图。