[发明专利]一种基于卷积神经网络的图像识别方法和装置

摘要

本申请公开了一种基于卷积神经网络的图像识别方法和装置。其中，图像识别方法包括基于卷积神经网络中的图像质量预测分支提取待识别图像的质量量化值，质量量化值用于表示待识别图像的识别度；比较质量量化值与质量判别预设阈值；若质量量化值大于或等于所述质量判别预设阈值，则基于卷积神经网络中的图像特征提取分支识别待识别图像；若质量量化值小于质量判别阈值，则不识别待识别图像。本发明解决了现有图像识别技术中存在图像识别效率较低的问题。通过对待识别图像进行质量判别，剔除质量量化值小于所述质量判别预设阈值的待识别图像，可以大大减少识别所需的计算资源，提升图像识别效率和准确率。

主权项

一种基于卷积神经网络的图像识别方法，其特征在于，包括：基于卷积神经网络中的图像质量预测分支提取待识别图像的质量量化值，其中，所述质量量化值用于表示待识别图像的识别度；比较所述质量量化值与质量判别预设阈值；若所述质量量化值大于或等于所述质量判别预设阈值，则基于卷积神经网络中的图像特征提取分支识别所述待识别图像；若所述质量量化值小于所述质量判别阈值，则剔除所述待识别图像。