CN110728287A - 图像识别方法及装置、电子设备、存储介质 - Google Patents
图像识别方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN110728287A CN110728287A CN201910958104.6A CN201910958104A CN110728287A CN 110728287 A CN110728287 A CN 110728287A CN 201910958104 A CN201910958104 A CN 201910958104A CN 110728287 A CN110728287 A CN 110728287A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- descriptions
- recognition
- morphological
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例是关于一种图像识别方法及装置、电子设备、存储介质,涉及人工智能技术领域,该方法包括:获取待处理图像;通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。本公开的技术方案能够提高图像识别的准确率。
Description
技术领域
本公开涉及人工智能技术领域,具体而言,涉及一种图像识别方法、图像识别装置、电子设备以及计算机可读存储介质。
背景技术
在人工智能技术领域中,可以通过深度学习算法来进行图像识别以及图像分类。
相关技术中,一般将要识别的图像输入至一个深度学习模型中,直接根据该深度学习模型的输出结果确定图像的类别。这种方式中,在确定图像的识别结果时,由于提供给深度学习模型的各个类别的数据分布不一定均匀,并且每个类别对应的数据可能并未包含该类别下所有可能情况的数据,并且不能确定和控制深度学习模型提取的图像特征的类别,从而导致通过识别模型得到的图像识别结果并不准确,且识别结果缺乏可解释性。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种图像识别方法及装置、电子设备、存储介质,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的识别结果不准确的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供了一种图像识别方法,包括:获取待处理图像;通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。
在本公开的一种示例性实施例中,将所述多个形态学特征描述进行融合得到组合特征描述包括:对所述多个形态学特征描述进行逻辑运算,以确定所述组合特征描述。
在本公开的一种示例性实施例中,对所述组合特征描述进行匹配确定所述待处理图像的识别结果包括:将所述组合特征描述与图像类别对应的预设组合特征描述进行匹配,并根据匹配结果确定所述识别结果。
在本公开的一种示例性实施例中,所述方法还包括:通过样本图像以及所述样本图像的标签,对多个深度学习模型进行训练,获取多个训练好的深度学习模型作为多个所述识别模型。
在本公开的一种示例性实施例中,通过样本图像以及所述样本图像的标签,对多个机器学习模型进行训练,获取多个训练好的深度学习模型作为多个识别模型包括:结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签;根据所述样本图像以及所述样本图像的标签,分别对多个深度学习模型进行训练,得到多个所述训练好的深度学习模型作为多个所述识别模型。
在本公开的一种示例性实施例中,结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签包括:获取图像类别对应的预设组合特征描述,并将所述预设组合特征描述拆分为多个所述形态学特征描述;其中,所述预设组合特征描述包括至少一个形态学特征描述;获取所述多个形态学特征描述对应的样本图像,并通过多个所述形态学特征描述分别对所述样本图像进行标注,以得到所述样本图像针对多个所述形态学特征描述的所述标签。
在本公开的一种示例性实施例中,所述形态学特征描述与所述识别模型一一对应。
根据本公开的一个方面,提供一种图像识别装置,包括:图像获取模块,用于获取待处理图像;特征描述确定模块,用于通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;结果确定模块,用于将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。
根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的图像识别方法。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的图像识别方法。
本公开实施例中提供的图像识别方法、图像识别装置、电子设备以及计算机可读存储介质中,可以通过多个识别模型分别对待处理图像的进行多个独立的形态学特征描述的识别,进一步根据多个形态学特征描述融合得到的组合特征描述以确定识别结果。一方面,由于是通过多个维度的独立的形态学特征描述对图像进行识别,避免了需要提供某个类别下各种可能情况的数据以及数据均匀分布的局限性,能够准确地确定提取的特征描述的类别,提高了识别结果的准确性。另一方面,由于识别结果可以根据图像的形态学特征来确定,因此从多个形态学特征描述的维度为识别结果提供了可解释性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示意性示出本公开实施例中一种图像识别方法的示意图。
图2示意性示出本公开实施例中训练模型的流程的示意图。
图3示意性示出本公开实施例中确定识别结果的流程的示意图。
图4示意性示出本公开实施例中图像识别装置的框图。
图5示意性示出本公开实施例中一种电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
相关技术中,一般是先训练得到深度学习模型,然后将图像输入至训练好的深度学习模型中得到识别结果。具体的步骤包括:一、训练过程。首先针对每个要识别的图像的类别采集样本图像,这个过程中要识别的类别的形态学特征描述变化越复杂则需要采集的样本图像就越多。接下来要对采集的样本图像进行数据标注,将每个样本图像所属类别进行预先设置,采集的样本图像越多标注的工作量就越大。标注工作完成后,将采集的样本图像与标注结果,分别作为深度学习模型的输入与输出,对深度学习模型进行训练,得到训练好的深度学习模型,从而完成了训练过程。二、识别过程。首先加载训练好的深度学习模型,然后向训练好的深度学习模型输入一张采集的新的待处理图像,由训练好的深度学习模型自动识别输入的待处理图像所属的类别,从而完成识别过程。
上述方式中,本发明人发现,如果某一个特征描述组合对应的图像没有采集到或者采集的数量相对其他特征描述组合对应的图像很少,那么这个特征描述组合与它对应的类别在训练学习过程中,往往就被边缘化或者淹没掉,导致的结果是最后训练得到的算法模型不能很好的识别这个特征描述组合对应的图像的类别。因此识别结果不够全面,且具有一定的局限性。如果只采集到单独具备a1或a2或a3的图像对识别A类的图像目标没有帮助,如果只采集到单独具备b1或b2或b3的图像对识别B类的图像目标没有帮助,导致大量图像对识别结果没有参考作用,局限性较大。某个类别对应的特征描述组合越多,需要采集的样本图像以及标注的样本图像就越多,数据量较大且操作量较大。另外,识别过程得到的结果,只是概括的说明了图像属于哪个类别,没有体现对所依据的特征的描述,使得识别结果缺乏解释性。
为了解决相关技术中存在的技术问题,本公开实施例中提供了一种图像识别方法,可以应用于对各个领域的图像进行识别和分类的场景中,例如工业探伤、医疗影像识别等。图1中示意性示出了图像识别方法的流程图,参考图1中所示,主要包括以下步骤:
在步骤S110中,获取待处理图像;
在步骤S120中,通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;
在步骤S130中,将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配,确定所述待处理图像的识别结果。
本公开实施例中提供的技术方案,可以通过多个识别模型分别提取待处理图像的多个形态学特征描述,进一步根据形态学特征描述融合的组合特征描述得到识别结果。一方面,由于是通过多个维度的形态学特征描述进行识别,避免了由于不能完全提供某个类别下所有可能情况的数据而导致的识别结果不全面的问题,减少了局限性,提高了识别结果的准确性。另一方面,也从多个形态学特征描述的维度为识别结果提供了可解释性,并且减少了操作复杂度。
接下来,参考附图对本公开实施例中的图像识别方法进行详细说明。
在步骤S110中,获取待处理图像。
本公开实施例中,待处理图像可以包括待处理的图像或者是视频等等。在处理操作为图像识别时,待处理图像可以为待识别图像。获取待处理图像具体可以为从视频中截取待处理图像或者获取事先设定好的待处理图像,此处不作限定。待处理图像可以为任何形式的图像,且待处理图像有多个,多个待处理图像可以相同或者是不同。待处理图像可以为医疗领域中的图像或者是其他领域的图像等等,此处不作限定。
在步骤S120中,通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述。
本公开实施例中,识别模型可以为任意合适的深度学习模型或者是机器学习模型,本公开实施例中以深度学习模型为例进行说明。深度学习模型例如可以为卷积神经网络、递归神经网络等可以用于分类识别的网络,此处以卷积神经网络为例进行说明。识别模型指的是对一个深度学习模型进行训练,以调整其参数,进而得到训练好的深度学习模型作为识别模型。识别模型指的是用于进行图像识别的识别网络,且识别模型的结果可以为利用特征描述的形式表示的识别结果,用于描述图像从各个特征描述角度而言的类别。每个识别模型得到的形态学特征描述各不相同且相互独立。特征描述可以用于定性或者是定量地描述图像的特征或者是类别。举例而言,一个待处理图像的识别类别(例如旗帜)拆解为颜色和面积两个特征,颜色特征的特征描述有颜色是红色、蓝色;面积特征的特征描述有面积较大、较小。其中红色、蓝色是定量的明确的特征描述,面积的较大、较小是定性的模糊的特征描述。
图2中示意性示出了模型训练的流程图,参考图2中所示,主要包括以下步骤:
在步骤S210中,获取样本图像以及样本图像的标签。
本步骤中,样本图像是用于训练深度学习模型的图像,样本图像可以为与待处理图像同类别或者是不同类别的图像,此处不做限定。样本图像的标签用于描述样本图像所属的图像类别,样本图像的标签可以用任意合适的方式来表示,例如标签1表示类别1,标签2表示类别2,标签3表示类别3等等,且不同图像类别对应的标签不同,以便于提高标签表示的准确性。
本公开实施例中,样本图像可以为已知类别的图像,且通过识别模型要确定的识别结果的图像类别也是已知的,例如识别结果的图像类别为类别1、类别2或者是类别3中的任意一种。在此基础上,可以结合要确定的识别结果的图像类别来对样本图像进行标注,以得到样本图像的标签。
获取样本图像以及样本图像的标签时,具体可以根据多个形态学特征描述来获取样本图像,也可以将根据多个图像类别分别包含的多个独立的形态学特征描述对样本图像的标注结果作为其标签。其中,形态学特征指的是可以通过视觉观察而提炼出来的特征,比如:要识别的目标的颜色、体积、面积、形状、边缘、多个目标的聚集状态等等。特征描述用于对形态学特征描述进行的定量的精确表示或者是定性的模糊表示,特征描述例如可以为颜色是蓝色、形状是圆形等能够与每一个特征所归属的类别(例如颜色类别、形状类别、面积大小等等)直接相关联的描述。此处的每一个类别可以用于描述图像特征的每个维度的状态,每个维度例如可以为颜色维度或形状维度等等,如此一来,每一个类别例如可以为颜色特征的状态是归属于哪个颜色、形状特征的状态是归属于哪个形状、面积特征的状态是归属于面积大和面积小的哪一种等等。在使用人工智能技术执行的图像识别中,图像所具有的形态学特征描述例如可以是定性描述的,比如某个类别的工业损伤具有面积较大、边缘锯齿状明显的特征描述。形态学特征描述也可以是定量的精确的描述,比如:颜色是黑色的、形状呈圆形、长度大于5cm等。
参考图2中所示,获取样本图像以及样本图像的标签的具体过程可以包括步骤S211和步骤S212,其中:
在步骤S211中,获取图像类别对应的预设组合特征描述,并将所述预设组合特征描述拆分为多个所述形态学特征描述;其中,所述预设组合特征描述包括至少一个形态学特征描述;
在步骤S212中,获取所述多个形态学特征描述对应的样本图像,并通过多个所述形态学特征描述分别对所述样本图像进行标注,以得到所述样本图像针对多个所述形态学特征描述的所述标签。
本公开实施例中,图像类别指的是识别结果可能属于的所有类别,且图像类别可以为事先设定的,例如可以包括类别A以及类别B等等。待处理图像的识别结果可以为图像类别中的任意一种,例如属于类别A或者是属于类别B。预设组合特征描述指的是一个类别所对应的所有特征的特征描述,每个图像类别的预设组合特征描述的数量可以为一个或者是多个,预设组合特征描述中可以包括一个或者是多个形态学特征描述,即预设组合特征描述由不同维度的独立的特征描述而组合得到,不同维度例如可以为形状、大小等等,此处不作限定。举例而言,图像类别包括类别A和类别B,符合类别A的图像在形态学上具有a1、a2、a3这三个独立的形态学特征描述,具有预设组合特征描述a1&a2或者a2&a3或者a1&a3或者a1&a2&a3的图像都是属于类别A的。符合类别B的图像在形态学上具有b1、b2、b3这三类独立的形态学特征描述,具有预设组合特征描述b1&b2或者b2&b3或者b1&b3或者b1&b2&b3的图像都是属于类别B的。其中,每个图像类别对应的预设组合特征描述可以相同,也可以不同,此处不作限定。
如果图像类别对应的预设组合特征描述中包括多个形态学特征描述,在训练模型的过程中则可以将一个或多个预设组合特征描述拆分为多个独立的形态学特征描述。举例而言,对于类别A而言,将预设组合特征描述拆分为a1、a2、a3三种独立的形态学特征描述;对于类别B把预设组合特征描述拆解为b1、b2、b3三种独立的形态学特征描述。
在将预设组合特征描述拆分为多个独立的形态学特征描述之后,可以按照图像类别获取样本图像,即对于每个图像类别而言,只要获取满足拆分得到的独立的形态学特征描述的图像作为样本图像即可,而不需要获取属于每个预设组合特征描述的样本图像。由于预设组合特征描述的数量大于独立的形态学特征描述的数量,而相关技术中需要采集满足每个预设组合特征描述的图像作为样本图像,并且各个类别的数据分布不一定均匀,因此相对于相关技术中而言,减少了训练模型的过程中采集的样本图像的数量,并且减少了数据分布不均匀导致的模型不准确的问题,提高了模型训练的准确性。
进一步地,通过多个形态学特征描述分别对样本图像进行标注,以根据标注结果得到样本图像的标签。具体而言,可以根据每一个图像类别的独立的形态学特征描述分别对每一个样本图像进行标注,以得到每一个样本图像针对于每一个形态学特征描述的标签,并且标签的数量与形态学特征描述的数量是相同的,因此每一个样本图像可以对应多种标签,而不是一种标签。举例而言,样本图像针对形态学特征描述形状的标签为圆形,针对形态学特征描述颜色的标签为红色。
本公开实施例中,每个类别只要满足预设数量(例如三个)的独立的形态学特征描述的图像即可,而不需要采集满足所有预设组合特征描述的样本图像来满足每一种类别的训练要求,并且由于拆分为多个独立的形态学特征描述后,有多个图像的形态学特征描述是可以相互兼用的,因此减少了模型训练的数据量,也减少了标注的数据量,从而提高了数据标注效率,减少了数据处理量。
接下来,继续参考图2中所示,在步骤S220中,根据所述样本图像以及所述样本图像的标签,分别对多个深度学习模型进行训练,得到多个所述识别模型。
本公开实施例中,在得到样本图像以及样本图像的标签之后,可以将样本图像作为深度学习模型的输入,将样本图像的标签作为深度学习模型的输出,以便于对每一个深度学习模型进行训练,得到性能较好的训练好的深度学习模型。
在模型训练过程中,首先利用多个深度学习模型针对这些形态学特征描述进行训练,深度学习模型的数量与独立的形态学特征描述的数量一致,每个深度学习模型均可以作为形态学特征描述识别网络,所采集的每一张用于训练的样本图像都需要被用来训练所有的深度学习模型,即样本图像具有独立的特征描述1和特征描述2,该样本图像可以用来训练深度学习模型1和深度学习模型2。另外,由于每一个深度学习模型只与一个形态学特征描述相对应,一个深度学习模型负责一个形态学特征描述的训练,但是多个深度学习模型可以共用相同的数据,因此训练每一个深度学习模型的数据量也小于只通过一个深度学习模型直接识别得到最终结果需要的数据量,减少了将深度学习模型训练为识别模型需要的数据量。
本公开实施例中,通过将每一个样本图像以及样本图像的标签,分别输入每一个深度学习模型进行训练,能够得到多个识别模型。由于每一个深度学习模型均与一个独立的形态学特征描述对应,因此通过每一个识别模型即可得到样本图像针对该形态学特征描述的标签。
通过少量的图像对多个深度学习模型中的每个深度学习模型进行单独训练,以形成每个形态学特征描述对应的深度学习模型,减少了模型训练所需的数据量,提高了模型训练效率。另外,通过多个独立的形态学特征描述得到多个识别模型,即可对包括单独的形态学特征描述或者是组合的形态学特征描述的图像进行识别,增加模型训练的全面性,避免由于特征较少而忽略该特征,从而使得模型训练局限性较大的问题。
在得到识别模型之后,可以将步骤S110中获取的待处理图像输入每一个识别模型中,并通过每一个识别模型对待处理图像进行卷积处理,以得到其针对每一个识别模型的形态学特征描述,也就是针对某一个形态学特征在描述上进行了分类,以便于通过每一个识别模型对待处理图像进行基于对应的特征描述的单独识别。需要说明的是,待处理图像针对不同的识别模型,其形态学特征描述也是不同的,因为每一个识别模型对应的特征描述是相互独立的。
接下来,继续参考图1中所示,在步骤S130中,将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。
本公开实施例中,在通过每一个识别模型对待处理图像进行处理而得到形态学特征描述之后,可以将多个形态学特征描述进行融合得到组合特征描述。即,将多个形态学特征描述进行组合,以得到由一个形态学特征描述或多个形态学特征共同组成的一个组合特征描述。具体而言,可以对多个形态学特征描述进行逻辑操作,以得到组合特征描述。此处的逻辑操作可以为逻辑与操作或者是逻辑或操作等等,也可以为包括几种不同功能的逻辑操作,此处以逻辑操作为逻辑与操作为例进行说明。可以对多个形态学特征描述中的任意数量的形态学特征描述进行逻辑与操作,以得到组合特征描述。进行逻辑与操作的形态学特征描述的数量小于或者是等于独立的形态学特征描述的数量。
举例而言,通过多个识别模型得到的待处理图像的多个形态学特征描述分别为a1、a2、a3三种独立的形态学特征描述;将这三种形态学特征描述进行逻辑与操作,可以得到组合特征描述a1&a2或a2&a3或a1&a3或a1&a2&a3中的任意一种或多种。
图3中示意性示出了确定识别结果的流程图,参考图3中所示,主要包括以下步骤:
在步骤S310中,将组合特征描述与预设组合特征描述进行匹配,以得到匹配结果。
具体而言,可以将多个形态学特征描述组合而成的组合特征描述分别与多个图像类别对应的预设组合特征描述进行对比,以得到组合特征描述与多个预设组合特征描述其中之一是否一致的匹配结果。需要说明的是,组合特征描述可以为预设组合特征描述中任意一个,或者是不属于预设组合特征描述,此处不作限定。
在步骤S320中,判断匹配结果是否为匹配成功。若是,则转至步骤S330;若否,则转至步骤S340。在进行匹配时,对组合特征描述以及多个预设组合特征描述中的多个形态学特征描述的顺序不作限定,只要判断组合特征描述和预设组合特征描述是否包含相同的形态学特征描述即可得到匹配结果。如果组合特征描述与预设组合特征描述包含的形态学特征描述一致,则确定匹配结果为匹配成功。
在步骤S330中,根据匹配成功的预设组合特征描述确定识别结果。具体地,可以将匹配成功的预设组合特征描述对应的图像类型作为识别结果。举例而言,组合特征描述为a1&a3&a2,与预设组合特征描述a1&a2&a3匹配成功,则可以将预设组合特征描述a1&a2&a3对应的图像类别确定为待处理图像的识别结果。由于预设组合特征描述a1&a2&a3对应的图像类别为类别A,则待处理图像的识别结果为类别A。
在步骤S340中,若匹配失败,则对深度学习模型重新进行训练,直至能够根据组合特征描述确定待处理图像的识别结果为止,以得到待处理图像的识别结果。
通过图3中的技术方案,一张待处理图像被多个识别模型识别后,得到了一个且关系为逻辑与的组合特征描述,进一步根据需要确定的图像类别与预设组合特征描述之间的对应关系,可以通过查表匹配等简单的操作步骤确定待处理图像最终的识别结果,简化了识别步骤,降低了识别复杂性,提高了图像识别的效率。由于通过多个独立的形态学特征描述得到多个识别模型,进而通过每一个识别模型对待处理图像进行识别,可以从每个形态学特征描述的维度来确定形态学特征描述的识别类型,进一步根据组合的形态学特征描述进行图像识别,增加了采用模型识别图像的全面性,避免由于特征较少而忽略该特征从而使得识别局限性较大的问题,能够根据多个独立的形态学特征描述的形式来确定待处理图像的类型,进而提高了识别结果的准确率和全面性。另外,由于该识别结果是根据多个识别模型生成的多个形态学特征描述的组合特征描述得到的,具有完整的特征描述,可以从组合特征描述的角度直观地确定待处理图像的类别,避免了相关技术中提取的特征未对应到相应的类别而导致的识别结果较模糊的问题,通过组合特征描述进行定量或者是定性描述后,使得待处理图像在某一个特征上具有了类别,具有增加了可解释性,且可靠性较高。
举例而言,一个待处理图像的识别类别(例如红色的旗帜)可以拆解为颜色和面积两个特征,颜色特征的描述有颜色是红色或者是蓝色;面积特征的描述有面积较大或者是较小。其中红色或蓝色是定量的明确的描述,面积的较大或较小是定性的模糊的描述。两个特征描述的识别模型分别对待处理图像的颜色是红色还是蓝色,面积较大还是较小进行识别,以确定每个类别的状态。每个待处理图像都要经过这两个识别模型进行颜色和面积的分类。比如一个待处理图像得到的特征描述是颜色为红色,面积较大。将特征描述组合后得到的组合特征描述为待处理图像的颜色为红色并且面积较大,那么该组合特征描述对应的最终的识别结果是红色的旗帜。
本公开实施例中的技术方案,将每个图像类别对应的预设组合特征描述拆分为多个独立的形态学特征描述,进而通过每个图像类别的形态学特征描述训练一个识别模型,以通过多个平行的识别模型中的每一个识别模型对待处理图像进行识别得到针对该待处理图像的多个形态学特征描述,以便于确定每个类别的状态,进一步将多个形态学特征描述融合为组合特征描述,并与图像类别的预设组合特征描述进行匹配,从而得到待处理图像的识别结果。通过在机器视觉的角度,根据形态学特征描述减少了训练识别模型需要的数据量,避免了大量的标注操作,并且使得识别结果具有可解释性,提高了全面性和可靠性,并且降低了确定识别结果的难度。
本公开实施例中,还提供了一种图像识别装置,参考图4中所示,该图像识别装置400主要包括图像获取模块401、特征描述确定模块402、结果确定模块403,其中:
图像获取模块401,可以用于获取待处理图像;
特征描述确定模块402,可以用于通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;
结果确定模块403,可以用于将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。
在本公开的一种示例性实施例中,结果确定模块包括:逻辑运算模块,用于对所述多个形态学特征描述进行逻辑运算,以确定所述组合特征描述。
在本公开的一种示例性实施例中,结果确定模块包括:匹配模块,用于将所述组合特征描述与图像类别对应的预设组合特征描述进行匹配,并根据匹配结果确定所述识别结果。
在本公开的一种示例性实施例中,所述装置还包括:模型训练模块,用于通过样本图像以及所述样本图像的标签,对多个深度学习模型进行训练,获取多个训练好的深度学习模型作为多个所述识别模型。
在本公开的一种示例性实施例中,模型训练模块包括:标签确定模块,用于结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签;训练控制模块,用于根据所述样本图像以及所述样本图像的标签,分别对多个深度学习模型进行训练,得到多个所述训练好的深度学习模型作为多个所述识别模型。
在本公开的一种示例性实施例中,标签确定模块包括:特征拆分模块,用于获取图像类别对应的预设组合特征描述,并将所述预设组合特征描述拆分为多个所述形态学特征描述;其中,所述预设组合特征描述包括至少一个形态学特征描述;图像标注模块,用于获取所述多个形态学特征描述对应的样本图像,并通过多个所述形态学特征描述分别对所述样本图像进行标注,以得到所述样本图像针对多个所述形态学特征描述的所述标签。
在本公开的一种示例性实施例中,所述形态学特征描述与所述识别模型一一对应。
需要说明的是,上述图像识别装置中各模块的具体细节已经在对应的图像识别方法中进行了详细描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本公开的实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图5来描述根据本公开的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线550。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1中所示的步骤。
存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速接口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器560通过总线530与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在本公开的实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
根据本公开的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本公开实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种图像识别方法,其特征在于,包括:
获取待处理图像;
通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;
将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。
2.根据权利要求1所述的图像识别方法,其特征在于,将所述多个形态学特征描述进行融合得到组合特征描述包括:
对所述多个形态学特征描述进行逻辑运算,以确定所述组合特征描述。
3.根据权利要求1所述的图像识别方法,其特征在于,对所述组合特征描述进行匹配确定所述待处理图像的识别结果包括:
将所述组合特征描述与图像类别对应的预设组合特征描述进行匹配,并根据匹配结果确定所述识别结果。
4.根据权利要求1所述的图像识别方法,其特征在于,所述方法还包括:
通过样本图像以及所述样本图像的标签,对多个深度学习模型进行训练,获取多个训练好的深度学习模型作为多个所述识别模型。
5.根据权利要求4所述的图像识别方法,其特征在于,通过样本图像以及所述样本图像的标签,对多个机器学习模型进行训练,获取多个训练好的深度学习模型作为多个所述识别模型包括:
结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签;
根据所述样本图像以及所述样本图像的标签,分别对多个深度学习模型进行训练,得到多个所述训练好的深度学习模型作为多个所述识别模型。
6.根据权利要求5所述的图像识别方法,其特征在于,结合多个形态学特征描述获取所述样本图像以及所述样本图像的标签包括:
获取图像类别对应的预设组合特征描述,并将所述预设组合特征描述拆分为多个所述形态学特征描述;其中,所述预设组合特征描述包括至少一个形态学特征描述;
获取所述多个形态学特征描述对应的样本图像,并通过多个所述形态学特征描述分别对所述样本图像进行标注,以得到所述样本图像针对多个所述形态学特征描述的所述标签。
7.根据权利要求1所述的图像识别方法,其特征在于,所述形态学特征描述与所述识别模型一一对应。
8.一种图像识别装置,其特征在于,包括:
图像获取模块,用于获取待处理图像;
特征描述确定模块,用于通过多个识别模型分别对所述待处理图像进行特征描述的识别处理,获取所述待处理图像对应的多个形态学特征描述;
结果确定模块,用于将所述多个形态学特征描述进行融合得到组合特征描述,并对所述组合特征描述进行匹配确定所述待处理图像的识别结果。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任意一项所述的图像识别方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的图像识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910958104.6A CN110728287A (zh) | 2019-10-10 | 2019-10-10 | 图像识别方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910958104.6A CN110728287A (zh) | 2019-10-10 | 2019-10-10 | 图像识别方法及装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110728287A true CN110728287A (zh) | 2020-01-24 |
Family
ID=69219843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910958104.6A Pending CN110728287A (zh) | 2019-10-10 | 2019-10-10 | 图像识别方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728287A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112078593A (zh) * | 2020-07-24 | 2020-12-15 | 西安电子科技大学 | 基于多种网络协同模型的自动驾驶系统及方法 |
CN113178032A (zh) * | 2021-03-03 | 2021-07-27 | 北京迈格威科技有限公司 | 一种视频处理方法、系统及存储介质 |
CN113344097A (zh) * | 2021-06-21 | 2021-09-03 | 特赞(上海)信息科技有限公司 | 基于多模型的图像处理方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040264745A1 (en) * | 2003-06-30 | 2004-12-30 | Microsoft Corporation | Stereo-coupled face shape registration |
CN107491748A (zh) * | 2017-08-09 | 2017-12-19 | 电子科技大学 | 一种基于视频的目标车辆提取方法 |
CN108388876A (zh) * | 2018-03-13 | 2018-08-10 | 腾讯科技(深圳)有限公司 | 一种图像识别方法、装置以及相关设备 |
CN108776787A (zh) * | 2018-06-04 | 2018-11-09 | 北京京东金融科技控股有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN109272495A (zh) * | 2018-09-04 | 2019-01-25 | 北京慧影明图科技有限公司 | 图像分析方法及装置、电子设备、存储介质 |
-
2019
- 2019-10-10 CN CN201910958104.6A patent/CN110728287A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040264745A1 (en) * | 2003-06-30 | 2004-12-30 | Microsoft Corporation | Stereo-coupled face shape registration |
CN107491748A (zh) * | 2017-08-09 | 2017-12-19 | 电子科技大学 | 一种基于视频的目标车辆提取方法 |
CN108388876A (zh) * | 2018-03-13 | 2018-08-10 | 腾讯科技(深圳)有限公司 | 一种图像识别方法、装置以及相关设备 |
CN108776787A (zh) * | 2018-06-04 | 2018-11-09 | 北京京东金融科技控股有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN109272495A (zh) * | 2018-09-04 | 2019-01-25 | 北京慧影明图科技有限公司 | 图像分析方法及装置、电子设备、存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112078593A (zh) * | 2020-07-24 | 2020-12-15 | 西安电子科技大学 | 基于多种网络协同模型的自动驾驶系统及方法 |
CN113178032A (zh) * | 2021-03-03 | 2021-07-27 | 北京迈格威科技有限公司 | 一种视频处理方法、系统及存储介质 |
CN113344097A (zh) * | 2021-06-21 | 2021-09-03 | 特赞(上海)信息科技有限公司 | 基于多模型的图像处理方法和装置 |
CN113344097B (zh) * | 2021-06-21 | 2024-03-19 | 特赞(上海)信息科技有限公司 | 基于多模型的图像处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858555B (zh) | 基于图像的数据处理方法、装置、设备及可读存储介质 | |
US11804069B2 (en) | Image clustering method and apparatus, and storage medium | |
CN111460250B (zh) | 用于画像的数据的清洗方法、装置、介质及电子设备 | |
CN108090043B (zh) | 基于人工智能的纠错举报处理方法、装置及可读介质 | |
CN110264444B (zh) | 基于弱分割的损伤检测方法及装置 | |
CN110728287A (zh) | 图像识别方法及装置、电子设备、存储介质 | |
EP3879456B1 (en) | Method and apparatus for generating target re-recognition model and re-recognizing target | |
CN110780965B (zh) | 基于视觉的流程自动化方法、设备及可读存储介质 | |
CN112927776A (zh) | 一种面向医学检验报告的人工智能自动解读系统 | |
CN110827236A (zh) | 基于神经网络的脑组织分层方法、装置、计算机设备 | |
CN112070093B (zh) | 生成图像分类模型的方法、图像分类方法、装置和设备 | |
WO2023241102A1 (zh) | 一种标签识别方法、装置、电子设备及存储介质 | |
CN111124863A (zh) | 智能设备性能测试方法、装置及智能设备 | |
CN114972500A (zh) | 查验方法、标注方法、系统、装置、终端、设备及介质 | |
CN114245232A (zh) | 一种视频摘要生成方法、装置、存储介质及电子设备 | |
CN108153726A (zh) | 文本处理方法和装置 | |
JP2020047213A (ja) | 文字列認識装置及び文字列認識プログラム | |
CN111353273B (zh) | 一种雷达数据标注方法、装置、设备及存储介质 | |
CN116152576B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112036516A (zh) | 一种图像处理方法、装置、电子设备和存储介质 | |
CN113743434A (zh) | 一种目标检测网络的训练方法、图像增广方法及装置 | |
CN110826616A (zh) | 信息处理方法及装置、电子设备、存储介质 | |
EP4099225A1 (en) | Method for training a classifier and system for classifying blocks | |
CN113792569B (zh) | 对象识别方法、装置、电子设备及可读介质 | |
CN114020916A (zh) | 文本分类方法、装置、存储介质和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200124 |
|
RJ01 | Rejection of invention patent application after publication |