CN111382656A - 一种图像识别方法、装置、电子设备及存储介质 - Google Patents

一种图像识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111382656A
CN111382656A CN201910262748.1A CN201910262748A CN111382656A CN 111382656 A CN111382656 A CN 111382656A CN 201910262748 A CN201910262748 A CN 201910262748A CN 111382656 A CN111382656 A CN 111382656A
Authority
CN
China
Prior art keywords
image
position information
recognized
cutting
face
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
Application number
CN201910262748.1A
Other languages
English (en)
Inventor
李丹丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Honghe Innovation Information Technology Co Ltd
Original Assignee
Shenzhen Honghe Innovation Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Honghe Innovation Information Technology Co Ltd filed Critical Shenzhen Honghe Innovation Information Technology Co Ltd
Priority to CN201910262748.1A priority Critical patent/CN111382656A/zh
Publication of CN111382656A publication Critical patent/CN111382656A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G06T3/04—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/32—Normalisation of the pattern dimensions

Abstract

本发明公开了一种图像识别方法、装置、电子设备及存储介质，该图像识别方法用于解决对图像进行人脸识别时，识别精度较低的问题，该图像识别方法包括：根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。所述图像识别方法可提高人脸识别的识别率。

Description

一种图像识别方法、装置、电子设备及存储介质
技术领域
本发明涉及图像识别技术领域，特别是指一种图像识别方法、装置、电子设备及存储介质。
背景技术
在从图像中识别人脸时，通常可基于人脸识别算法库来进行识别，但在图像中包含内容复杂，例如，图像中包含的人脸过多、图像中的人脸过于密集或图像中的人脸过大等的情况下，可能会出现图像中某些人脸无法被识别出的问题，严重降低了人脸识别率。
发明内容
有鉴于此，本发明的目的在于提出一种图像识别方法、装置、电子设备及存储介质，该图像识别方法可提高人脸识别率。
根据本发明的第一个方面，提供了一种图像识别方法，包括：根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。
可选的，所述方法还包括：根据预设的步长分别以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点、右下角的顶点以及中心位置为初始扫描位置向该初始扫描位置的多个方向进行扫描，以待识别图像的首行或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，以及以待识别图像的首列或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，得到所述位置信息集合。
可选的，所述方法还包括：在得到所述位置信息集合后，如果所述位置信息集合中存在重复的裁剪位置信息，则仅保留重复裁剪位置信息中的一个裁剪位置信息到所示位置信息集合。
可选的，根据所述至少两组人脸识别结果确定待识别图像中的人脸信息，包括：将所述至少两组人脸识别结果中出现的重复的人脸删除，得到待识别图像中的人脸信息。
可选的，所述根据所述至少两组人脸识别结果确定待识别图像中的人脸信息，包括：将在每个子图像中识别到的人脸依次与预设人脸集合中的人脸进行识别，确定与识别到的人脸匹配的预设人脸。
根据本发明的第二个方面，提供了一种图像识别装置，包括：裁剪模块，用于根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；识别模块，用于对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；确定模块，用于根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。
可选的，所述装置还包括：扫描模块，用于根据预设的步长分别以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点、右下角的顶点以及中心位置为初始扫描位置向该初始扫描位置的多个方向进行扫描，以待识别图像的首行或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，以及以待识别图像的首列或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，得到所述位置信息集合。
可选的，所述装置还包括：删除模块，用于在得到所述位置信息集合后，如果所述位置信息集合中存在重复的裁剪位置信息，则仅保留重复裁剪位置信息中的一个裁剪位置信息到所示位置信息集合。
根据本发明的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任意一种所述的图像识别方法。
根据本发明的第四个方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任意一种所述的图像识别方法。
从上面所述可以看出，本发明提供的图像识别方法，通过至少两个具有不同裁剪位置的位置信息集合中的裁剪位置对待识别图像进行裁剪，可对待识别图像进行全面覆盖式的裁剪，对裁剪得到的多个子图像单独进行人脸识别，降低了单次识别的图像内容的复杂度，从而提高了从图像中识别出目标的识别率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是根据一示例性实施例示出的一种图像识别方法的流程图；
图2是根据一示例性实施例示出的以待识别图像的左上角、左下角、右上角以及右下角为初始扫描位置进行扫描获得裁剪位置信息的示意图；
图3是根据一示例性实施例示出的以待识别图像的首列/末行为初始扫描位置进行扫描获得裁剪位置信息的示意图；
图4是根据一示例性实施例示出的以待识别图像的首列/末列为初始扫描位置进行扫描获得裁剪位置信息的示意图；
图5是根据一示例性实施例示出的以待识别图像中心点为初始扫描位置获得裁剪位置信息的示意图；
图6是根据一示例性实施例示出的一种图像识别装置的框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
图1是根据一示例性实施例示出的一种图像识别方法的流程图，如图1所示，该方法包括如下处理：
步骤101：根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；
一个位置信息集合中可包括多个裁剪位置信息，一个裁剪位置信息例如可以用一个坐标来表示，例如可用一个像素点来表示，由于上述至少两个位置信息集合中可包括不同个数和/不同裁剪位置的位置裁剪信息，使得根据该至少两个位置信息集合中的裁剪位置裁剪得到的至少两组子图像的个数不同。
步骤102：对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；
在步骤102中，可利用目前已有的人脸识别算法对所述至少两组子图像进行人脸识别。对至少两组子图像进行人脸识别可包括，识别该至少两组子图像中包括的人脸，或者，还可进一步包括将识别到的人脸与预设人脸集合中的各人脸进行人脸匹配，获得识别到的人脸与预设人脸集合中各人脸的相似度，从而可根据该相似度确认识别到的人脸对应的身份信息。
步骤103：根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。
其中，待识别图像中的人脸信息可以包括待识别图像中识别到的人脸的个数，或者，还可以进一步包括识别到的各个人脸对应的身份信息，该身份信息例如人物名称、人物职务名称或者人物编号等。
本发明实施例的图像识别方法，通过至少两个具有不同裁剪位置的位置信息集合中的裁剪位置对待识别图像进行裁剪，可对待识别图像进行全面覆盖式的裁剪，对裁剪得到的多个子图像单独进行人脸识别，降低了单次识别的图像内容的复杂度，从而提高了从图像中识别出目标的识别率。
在一种可实现方式中，本发明的图像识别方法还可包括：根据预设的步长分别以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点、右下角的顶点以及中心位置为初始扫描位置向该初始扫描位置的多个方向进行扫描，以待识别图像的首行或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，以及以待识别图像的首列或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，得到所述位置信息集合。其中，初始扫描位置的多个方向例如可包括初始扫描位置的正上方、正下方、左方、右方、左上方、左下方、右上方以及右下方，在该初始扫描位置的某一方距离图像边缘小于预设步长时，则无需向该方向进行扫描。
在一种可实现方式中，在根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像之前，以待识别图像的左上角的顶点为初始扫描位置，按照预设步长向该初始扫描位置的正下方，右方以及对角线方向进行扫描，获得裁剪位置信息；
以待识别图像的左下角的顶点为初始扫描位置，按照预设步长向该初始扫描位置的正上方，右方以及对角线方向进行扫描，获得裁剪位置信息；
以待识别图像的右上角的顶点为初始扫描位置，按照预设步长向该初始扫描位置的正下方，左方以及对角线方向进行扫描，获得裁剪位置信息；
以待识别图像的右下角的顶点为初始扫描位置，按照预设步长向该初始扫描位置的正下方，左方以及对角线方向进行扫描，获得裁剪位置信息；
以待识别图像的中心点为初始扫描位置，按照预设步长向该初始扫描位置的正上方、正下方、左方、右方、左上方、左下方、右上方以及右下方进行扫描，获得裁剪位置信息；
以待识别图像的首行为初始扫描位置，按照所述步长向该初始扫描位置的正下方、左方、右方、左下方以及右下方进行扫描，获得裁剪位置信息；或者，以待识别图像的末行为初始扫描位置，按照预设步长向该初始扫描位置正上方、左方、右方，左上方、右上方进行扫描，获得裁剪位置信息；
以待识别图像的首列为初始扫描位置，按照预设步长向该初始扫描位置的正上方、正下方、右方、右上方以及右下方进行扫描，获得裁剪位置信息；或者，以待识别图像的末列为初始扫描位置，按照预设步长向该初始扫描位置的正上方、正下方、左方、左上方以及左下方进行扫描，获得裁剪位置信息；
将以待识别图像的左上角、左下角、右上角、右下角、中心位置、首行/末行以及首列/末列为初始扫描位置进行扫描得到的裁剪位置信息作为位置信息集合。
以下结合附图来对获得位置信息集合的方式进行举例说明。
在获取位置信息集合之前，可先确定待识别图像对应的扫描步长(即上述预设步长)，即裁剪得到的子图像的长以及宽。
根据待识别图像的分辨率，以及裁剪后的子图像的分辨率(裁剪后的子图像的分辨率可根据待识别目标的大小来预先确定好)，将图像进行全覆盖裁剪。已知待识别图像的分辨率(宽*高)：ResolutionW*ResolutionH，裁剪子图像规格(行*列)：row*column，得到子图像的长以及宽可包括：扫描步长：stepW＝ResolutionW/column，stepH＝ResolutionH/row，其中，step W为子图像的宽(例如上述第一宽度值)，stepH为子图像的长(例如上述第一长度值)。偏移量：transW＝stepW/2，transH＝stepH/2；根据扫描步长和偏移量，对待识别图像进行扫描，并将所有扫描的位置信息保存在一个集合中，例如可保存在lstScanPos容器变量中。
图2是根据一示例性实施例示出的以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点以及右下角的顶点为初始扫描位置进行扫描获得裁剪位置信息的示意图。在扫描获得裁剪位置信息后，可判断位置信息集合中是否存在本次扫描得到的裁剪位置信息，如果不存在，则将该裁剪位置信息保存到位置信息集合中，如果存在，不做处理。
如图2所示，以待识别图像的左上角的顶点为基准点(也称初始裁剪位置)，展开向其正下方、右方以及对角线三个方向的扫描，则获取到的裁剪位置可包括：
P0(0，0)，P1(0，transH)，P2(transW，0)，P3(transW，transH)。
如图2所示，以待识别图像的以左下角的顶点为基准点，展开向其正上方、右方、以及其对角线三个方向的扫描，则获取到的裁剪位置可包括：
P4(0，(row-1)*stepH)，P5(0，(row-1)*stepH-transH)，P6(transW，(row-1)*stepH)，P7(transW，(row-1)*stepH-transH)。
如图2所示，以待识别图像的右上角的顶点为基准点，展开向其正下方、左方以及对角线三个方向的扫描，则获得的裁剪位置可包括：
P8((column-1)*stepW，0)，P9((column-1)*stepW，transH)，P10((column-1)*stepW–transW，0)，P11((column-1)*stepW–transW，transH)。
如图2所示，以待识别图像的右下角的顶点为基准点，展开向其正上方、左方、以及其对角线三个方向的扫描，则获得的裁剪位置可包括：
P12((column-1)*stepW，(row-1)*stepH)，P13((column-1)*stepW，(row-1)*stepH-transH)，P14((column-1)*stepW–transW，(row-1)*stepH)，P15((column-1)*stepW–transW，(row-1)*stepH-transH)。
图3是根据一示例性实施例示出的以待识别图像的首列/末行上的裁剪位置(该裁剪位置可根据预设步长对首行/末行进行划分得到)为初始扫描位置进行扫描获得裁剪位置的示意图。在扫描得到裁剪位置信息后，可判断位置信息集合中是否存在本次扫描到的裁剪位置信息，如果不存在，则将该裁剪位置信息保存到位置信息集合中，如果存在，不做处理。
以首行/末行上的某裁剪位置为初始扫描点，展开向左、向右、向下/向上、向左下/左上、向右下/向右上方向上的扫描，当i＝1或i＝row，1<j<column时，其中，i表示行，j表示列，扫描位置可包括：
P0((j-1)*stepW，(i-1)*stepH)，P1((j-1)*stepW-transW，(i-1)*stepH)，P2((j-1)*stepW+transW，(i-1)*stepH)，P3((j-1)*stepW，|(i-1)*stepH-transH|)，P4((j-1)*stepW-transW，|(i-1)*stepH-transH|)，P5((j-1)*stepW+transW，|(i-1)*stepH-transH|)。
图4是根据一示例性实施例示出的以待识别图像的首列/末列上的裁剪位置为初始扫描位置进行扫描获得裁剪位置的示意图。当j＝1或j＝column，1<i<row时，其中，i表示行，j表示列，扫描位置可包括：
P0((j-1)*stepW，(i-1)*stepH)，P1((j-1)*stepW，(i-1)*stepH-transH)，P2((j-1)*stepW，(i-1)*stepH+transH)，P3(|(j-1)*stepW–transW|，(i-1)*stepH)，P4(|(j-1)*stepW–transW|，(i-1)*stepH-transH)，P5(|(j-1)*stepW–transW|，(i-1)*stepH+transH)。
图5是根据一示例性实施例示出的以待识别图像中心点为初始扫描位置获得裁剪位置的示意图。如图5所示，以待识别图像的中心点为初始扫描位置，可展开向上方、下方、左方、右方、左上方、左下方、右上方以及右下方八个方向上的扫描。在扫描得到裁剪位置后，判断位置信息集合中是否存在本次扫描获得的裁剪位置信息，如果不存在，则将该裁剪位置信息保存到位置信息集合中，如果存在，不做处理。
当1<i<row，1<j<column时，其中，i表示行，j表示列，获得到的裁剪位置可包括：
P0((j-1)*stepW，(i-1)*stepH)，P1((j-1)*stepW-stepW，(i-1)*stepH)，P2((j-1)*stepW，(i-1)*stepH-transH)，P3((j-1)*stepW+transW，(i-1)*stepH)，P4((j-1)*stepW，(i-1)*stepH+transH)，P5((j-1)*stepW–transW，(i-1)*stepH-transH)，P6((j-1)*stepW+transW，(i-1)*stepH-transH)，P7((j-1)*stepW+transW，(i-1)*stepH+transH)，P8((j-1)*stepW-transW，(i-1)*stepH+transH)。
在通过上述图2至图5扫描得到的位置信息集合后，可按照预设步长stepW、stepH对待识别图像进行裁剪，得到多个子图像。
在一种可实现方式中，在扫描得到的位置信息集合中存在重复的裁剪位置信息时，则可仅保留重复裁剪位置信息中的一个裁剪位置信息到位置信息集合，可删除其余重复的裁剪位置信息。这样可避免基于同一裁剪位置重复对待识别图像进行裁剪。
在一种可实现方式中，根据所述至少两组人脸识别结果确定待识别图像中的人脸信息可包括：将所述至少两组人脸识别结果中出现的重复的人脸删除，得到待识别图像中的人脸信息。例如，假设在第一组人脸识别结果中包括了人物A，其中，A为人物的编号或名称，在第二组人脸识别结果中也包括人物A，则删除第一组人脸识别结果中的人物A或第二组人脸识别结果中的人物A。
在一种可实现方式中，所述根据所述至少两组人脸识别结果确定待识别图像中的人脸信息可包括：将在每个子图像中识别到的人脸依次与预设人脸集合中的人脸进行识别，确定与识别到的人脸匹配的预设人脸。例如，当在待识别图像中识别到人脸后，可将该人脸与预设的人脸集合(该人脸集合中包括人物A的面部图像)中的各个人脸进行匹配，得到该人脸与预设的人脸集合中各个人脸的相似度，当识别到的人脸与预设的人脸集合中人物A的人脸之间的相似度大于阈值时，确定识别到的人脸与人物A的人脸匹配。
图6是根据一示例性实施例示出的一种图像识别装置的框图，如图6所示，该装置60包括如下组成部分：
裁剪模块61，用于根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；
识别模块62，用于对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；
确定模块63，用于根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。
在一种可实现方式中，所述装置60还可包括：扫描模块，用于根据预设的步长分别以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点、右下角的顶点以及中心位置为初始扫描位置向该初始扫描位置的多个方向进行扫描，以待识别图像的首行或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，以及以待识别图像的首列或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，得到所述位置信息集合。
在一种可实现方式中，所述装置60还可包括：删除模块，用于在得到所述位置信息集合后，如果所述位置信息集合中存在重复的裁剪位置信息，则仅保留重复裁剪位置信息中的一个裁剪位置信息到所示位置信息集合。
在一种可实现方式中，确定模块63可用于：将所述至少两组人脸识别结果中出现的重复的人脸删除，得到待识别图像中的人脸信息。
在一种可实现方式中，确定模块63可用于：将在每个子图像中识别到的人脸依次与预设人脸集合中的人脸进行识别，确定与识别到的人脸匹配的预设人脸。
上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上任一实施例所述的图像识别方法。
基于同一发明构思，本发明实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的图像识别方法。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种图像识别方法，其特征在于，包括：
根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；
对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；
根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据预设的步长分别以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点、右下角的顶点以及中心位置为初始扫描位置向该初始扫描位置的多个方向进行扫描，以待识别图像的首行或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，以及以待识别图像的首列或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，得到所述位置信息集合。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在得到所述位置信息集合后，如果所述位置信息集合中存在重复的裁剪位置信息，则仅保留重复裁剪位置信息中的一个裁剪位置信息到所示位置信息集合。
4.根据权利要求1所述的方法，其特征在于，根据所述至少两组人脸识别结果确定待识别图像中的人脸信息，包括：
将所述至少两组人脸识别结果中出现的重复的人脸删除，得到待识别图像中的人脸信息。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述至少两组人脸识别结果确定待识别图像中的人脸信息，包括：
将在每个子图像中识别到的人脸依次与预设人脸集合中的人脸进行识别，确定与识别到的人脸匹配的预设人脸。
6.一种图像识别装置，其特征在于，包括：
裁剪模块，用于根据预先获取的至少两个位置信息集合中的待识别图像的裁剪位置信息，将待识别图像裁剪为至少两组子图像，其中，所述至少两个位置信息集合中包括的裁剪位置不同和/或包括的裁剪位置的个数不同；
识别模块，用于对所述至少两组子图像进行人脸识别，获得至少两组人脸识别结果；
确定模块，用于根据所述至少两组人脸识别结果确定待识别图像中的人脸信息。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
扫描模块，用于根据预设的步长分别以待识别图像的左上角的顶点、左下角的顶点、右上角的顶点、右下角的顶点以及中心位置为初始扫描位置向该初始扫描位置的多个方向进行扫描，以待识别图像的首行或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，以及以待识别图像的首列或末行上的多个裁剪位置为初始扫描位置，向该初始扫描位置的多个方向进行扫描，得到所述位置信息集合。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
删除模块，用于在得到所述位置信息集合后，如果所述位置信息集合中存在重复的裁剪位置信息，则仅保留重复裁剪位置信息中的一个裁剪位置信息到所示位置信息集合。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任意一项所述的图像识别方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至5任一所述的图像识别方法。
CN201910262748.1A 2019-04-02 2019-04-02 一种图像识别方法、装置、电子设备及存储介质 Pending CN111382656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910262748.1A CN111382656A (zh) 2019-04-02 2019-04-02 一种图像识别方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910262748.1A CN111382656A (zh) 2019-04-02 2019-04-02 一种图像识别方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111382656A true CN111382656A (zh) 2020-07-07

Family

ID=71222524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910262748.1A Pending CN111382656A (zh) 2019-04-02 2019-04-02 一种图像识别方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111382656A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102945366A (zh) * 2012-11-23 2013-02-27 海信集团有限公司 一种人脸识别的方法及装置
CN103927713A (zh) * 2014-04-23 2014-07-16 锤子科技（北京）有限公司 图片缩略图的获取方法及装置
CN104484650A (zh) * 2014-12-09 2015-04-01 北京信息科技大学 素描人脸识别的方法和装置
JP2015118142A (ja) * 2013-12-17 2015-06-25 カシオ計算機株式会社 画像表示装置、画像表示プログラム及び画像表示方法
CN107480628A (zh) * 2017-08-10 2017-12-15 苏州大学 一种人脸识别方法及装置
CN108319938A (zh) * 2017-12-31 2018-07-24 奥瞳系统科技有限公司 用于高性能人脸识别系统的高质量训练数据准备系统
CN108647640A (zh) * 2018-05-10 2018-10-12 王逸人 人脸识别的方法及电子设备
CN108734708A (zh) * 2018-05-23 2018-11-02 平安科技（深圳）有限公司 胃癌识别方法、装置及存储介质
CN109308452A (zh) * 2018-08-10 2019-02-05 中山全播网络科技有限公司 一种基于人脸识别的课堂考勤图像处理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102945366A (zh) * 2012-11-23 2013-02-27 海信集团有限公司 一种人脸识别的方法及装置
JP2015118142A (ja) * 2013-12-17 2015-06-25 カシオ計算機株式会社 画像表示装置、画像表示プログラム及び画像表示方法
CN103927713A (zh) * 2014-04-23 2014-07-16 锤子科技（北京）有限公司 图片缩略图的获取方法及装置
CN104484650A (zh) * 2014-12-09 2015-04-01 北京信息科技大学 素描人脸识别的方法和装置
CN107480628A (zh) * 2017-08-10 2017-12-15 苏州大学 一种人脸识别方法及装置
CN108319938A (zh) * 2017-12-31 2018-07-24 奥瞳系统科技有限公司 用于高性能人脸识别系统的高质量训练数据准备系统
CN108647640A (zh) * 2018-05-10 2018-10-12 王逸人 人脸识别的方法及电子设备
CN108734708A (zh) * 2018-05-23 2018-11-02 平安科技（深圳）有限公司 胃癌识别方法、装置及存储介质
CN109308452A (zh) * 2018-08-10 2019-02-05 中山全播网络科技有限公司 一种基于人脸识别的课堂考勤图像处理方法

Similar Documents

Publication Publication Date Title
US10565473B2 (en) Systems and methods for image preprocessing to improve accuracy of object recognition
KR101690981B1 (ko) 형태 인식 방법 및 디바이스
JP2940936B2 (ja) 表領域識別方法
US9785864B2 (en) Image processing method, image processing apparatus, program, and recording medium
CN110443140B (zh) 文本定位的方法、装置、计算机设备及存储介质
JP4821869B2 (ja) 文字認識装置、画像読取装置、およびプログラム
CN107871319B (zh) 限束器区域的检测方法、装置、x射线系统和存储介质
CN107845068B (zh) 图像视角变换装置以及方法
US20150371100A1 (en) Character recognition method and system using digit segmentation and recombination
CN106875408B (zh) 用于截图的方法、装置及终端设备
WO2010131435A1 (en) Pattern recognition apparatus and method therefor configured to recognize object and another lower-order object
CN111652140A (zh) 基于深度学习的题目精准分割方法、装置、设备和介质
CN114494775A (zh) 视频切分方法、装置、设备及存储介质
JP4990876B2 (ja) 画像処理装置
JP5171421B2 (ja) 画像処理装置、画像処理方法、コンピュータプログラム
KR101717441B1 (ko) 문자영상 내의 개인정보 보호장치 및 방법
CN110796663A (zh) 图片剪裁方法、装置、设备和存储介质
JP5791373B2 (ja) 特徴点位置決定装置、特徴点位置決定方法及びプログラム
CN109074646B (zh) 图像识别装置以及图像识别程序
CN111008987B (zh) 基于灰色背景中边缘图像提取方法、装置及可读存储介质
CN111881846B (zh) 图像处理方法和相关装置、设备、存储介质
CN111382656A (zh) 一种图像识别方法、装置、电子设备及存储介质
CN111695550A (zh) 一种文字提取方法、图像处理设备和计算机可读存储介质
KR101592087B1 (ko) 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체
CN112149684A (zh) 图像处理方法和用于目标检测的图像预处理方法

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