CN111598092A - 图像中目标区域的确定方法、目标识别方法及装置 - Google Patents
图像中目标区域的确定方法、目标识别方法及装置 Download PDFInfo
- Publication number
- CN111598092A CN111598092A CN202010450834.8A CN202010450834A CN111598092A CN 111598092 A CN111598092 A CN 111598092A CN 202010450834 A CN202010450834 A CN 202010450834A CN 111598092 A CN111598092 A CN 111598092A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- blocks
- region
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 239000013598 vector Substances 0.000 claims description 80
- 238000013507 mapping Methods 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本公开关于一种图像中目标区域的确定方法、目标识别方法及装置,并具体公开了:根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;根据候选区域块的第二预设图像特征,获取候选区域块中每两个相邻的区域块之间的相似度值;若根据获取的相似度值确定候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定候选区域块中不存在满足预设相似度条件的相邻区域块;将连通的候选区域块构成的区域作为目标区域。
Description
技术领域
本公开涉及信息技术领域,尤其涉及一种图像中目标区域的确定方法、目标识别方法及装置。
背景技术
相关技术中,在检测图片中未知类别的对象时,可以通过零样本目标检测技术来进行检测。其中,在使用零样本目标检测技术来进行检测时,可以在已知类别上结合该已知类别与待检测的未知类别在语义或其他各层特征间的联系来建立目标检测模型,然后,使用目标检测模型来对该未知类别进行检测。
但是,在对图片中未知类别的对象进行检测前,需要先确定未知类别的对象在图片中所处的区域,以通过对该区域的检测来实现对该区域未知类别的对象的识别。而相关技术中,无法自动、准确地确定未知类别的对象在当前图片中所处的区域。
发明内容
本公开提供一种图像中目标区域的确定方法及装置,以及一种目标识别方法及装置,以至少解决相关技术中无法自动、准确地确定未知类别的对象在图片中所处区域的问题。
本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像中目标区域的确定方法,所述方法包括:
根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;
根据所述候选区域块的第二预设图像特征,获取所述候选区域块中每两个相邻的区域块之间的相似度值;
若根据获取的相似度值确定所述候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取所述候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定所述候选区域块中不存在满足预设相似度条件的相邻区域块;其中,所述预设相似度条件为相似度值最大且相似度值大于预设阈值;
将连通的候选区域块构成的区域作为目标区域。
可选的,所述第一预设图像特征至少包括以下之一:颜色、形状、纹理、大小;
根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块,包括:
根据各第一预设图像特征,以及各第一预设图像特征对应的预设权重值,从待处理图像预先划分的区域块中获取候选区域块。
可选的,所述第一预设图像特征与所述第二预设图像特征不同,所述第二预设图像特征为相对于所述第一预设图像特征的高维特征;所述第一预设图像特征为相对于所述第二预设图像特征的低维特征。
根据本公开实施例的第二方面,提供一种目标识别方法,所述方法包括:
根据本公开实施例的第一方面任一所述的目标区域的确定方法,确定待处理图像中的目标区域;
从所述待处理图像的图像数据中提取出所述目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像;
将所述目标图像输入至类别识别模型中,获取所述目标图像的全连接层特征;其中,所述全连接层特征为所述类别识别模型的全连接层提取的所述目标图像的特征;
根据获取的所述目标图像的全连接层特征,以及预先获取的映射参数确定所述目标图像的类别的词向量;其中,所述映射参数用于表征图像的全连接层特征与类别的词向量之间的映射关系;
根据所述目标图像的类别的词向量,识别所述目标图像的类别。
可选的,在所述确定所述目标图像的类别的词向量之前,所述方法还包括:
将待识别图像输入至所述类别识别模型中,获取所述待识别图像的全连接层特征以及所述类别识别模型输出的所述待识别图像的类别;
获取所述待识别图像的类别的词向量;
将获取的所述待识别图像的全连接层特征,以及所述待识别图像的类别的词向量输入至映射参数确定模型中,获取所述映射参数确定模型输出的映射参数。
可选的,所述根据所述目标图像的类别的词向量,识别所述目标图像的类别,包括:
获取候选类别的词向量;
获取所述目标图像的类别的词向量与所述候选类别的词向量的相似度值;
将获取的相似度值中最大的相似度值对应的候选类别确定为所述目标图像的类别。
根据本公开实施例的第三方面,提供一种图像中目标区域的确定装置,所述装置包括:
第一获取模块,被配置为根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;
第二获取模块,被配置为根据所述候选区域块的第二预设图像特征,获取所述候选区域块中每两个相邻的区域块之间的相似度值;
连通模块,被配置为若根据获取的相似度值确定所述候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取所述候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定所述候选区域块中不存在满足预设相似度条件的相邻区域块;其中,所述预设相似度条件为相似度值最大且相似度值大于预设阈值;
确定模块,被配置为将连通的候选区域块构成的区域作为目标区域。
可选的,所述第一预设图像特征至少包括以下之一:颜色、形状、纹理、大小;
所述第一获取模块用于:
根据各第一预设图像特征,以及各第一预设图像特征对应的预设权重值,从待处理图像预先划分的区域块中获取候选区域块。
可选的,所述第一预设图像特征与所述第二预设图像特征不同,所述第二预设图像特征为相对于所述第一预设图像特征的高维特征;所述第一预设图像特征为相对于所述第二预设图像特征的低维特征。
根据本公开实施例的第四方面,提供一种目标识别装置,所述装置包括:
目标区域确定模块,被配置为根据本公开的实施例的第一方面任一所述的目标区域的确定方法,确定待处理图像中的目标区域;
生成模块,被配置为从所述待处理图像的图像数据中提取出所述目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像;
全连接层特征获取模块,被配置为将所述目标图像输入至类别识别模型中,获取所述目标图像的全连接层特征;其中,所述全连接层特征为所述类别识别模型的全连接层提取的所述目标图像的特征;
词向量确定模块,被配置为根据获取的所述目标图像的全连接层特征,以及预先获取的映射参数确定所述目标图像的类别的词向量;其中,所述映射参数用于表征图像的全连接层特征与类别的词向量之间的映射关系;
识别模块,被配置为根据所述目标图像的类别的词向量,识别所述目标图像的类别。
可选的,在所述确定所述目标图像的类别的词向量之前,所述装置还包括:
输入模块,被配置为将待识别图像输入至所述类别识别模型中,获取所述待识别图像的全连接层特征以及所述类别识别模型输出的所述待识别图像的类别;
词向量获取模块,被配置为获取所述待识别图像的类别的词向量;
映射参数获取模块,被配置为将获取的所述待识别图像的全连接层特征,以及所述待识别图像的类别的词向量输入至映射参数确定模型中,获取所述映射参数确定模型输出的映射参数。
可选的,所述识别模块用于:
获取候选类别的词向量;
获取所述目标图像的类别的词向量与所述候选类别的词向量的相似度值;
将获取的相似度值中最大的相似度值对应的候选类别确定为所述目标图像的类别。
根据本公开实施例的第五方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如上述第一方面任一项所述的图像中目标区域的确定方法步骤,或如上述第二方面任一项所述的目标识别方法步骤。
根据本公开实施例的第六方面,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如上述第一方面任一项所述的图像中目标区域的确定方法步骤,或如上述第二方面任一项所述的目标识别方法步骤。
根据本公开实施例的第七方面,提供一种计算机程序产品,包括:
当其在设备上运行时,使得电子设备执行:上述第一方面任一项所述的图像中目标区域的确定方法步骤,或上述第二方面任一项所述的目标识别方法步骤。
本公开的实施例提供的技术方案至少带来以下有益效果:
本公开的实施例提供的技术方案可以根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块,然后,可以根据候选区域块的第二预设图像特征,来获取候选区域块中每两个相邻的区域块之间的相似度值,若根据获取的相似度值确定候选区域块中存在满足相似度条件的相邻区域块,则可以对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直到根据获取的相似度值确定候选区域块中不存在满足预设相似条件的相邻区域块,其中,预设相似度条件可以为相似度值最大且相似度值大于预设阈值,然后,可以将连通的候选区域块构成的区域作为目标区域。
由上述内容可知,上述实施例可以根据第一预设图像特征以及第二预设图像特征来从待处理图像的候选区域块中找到较为相似的候选区域块,并对较为相似的候选区域块进行连通,以及将连通的候选区域块构成的区域作为目标区域。由于上述实施例确定的目标区域是由多个较为相似的候选区域块连通而来,而图像的区域块中用于构成同一对象的区域块之间较为相似,因此,上述实施例确定的目标区域较大概率属于同一个对象。因此,根据上述实施例可以较好地从待处理图像中自动,且较为准确地确定未知类别的对象所处的区域,从而可以有效解决现有技术的问题。
此外,本公开的实施例还提供了一种目标识别方法,可以在根据上述实施例中的步骤确定待处理图像中的目标区域后,从待处理图像的图像数据中提取出目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像,将目标图像输入至类别识别模型中,获取目标图像的全连接层特征,其中,全连接层特征可以为类别识别模型的全连接层提取的目标图像的特征,然后,可以根据获取的目标图像的全连接层特征,以及预先获取的映射参数确定目标图像的类别的词向量,并根据目标图像的类别的词向量,识别目标图像的类别。
由此可知,本公开示出的实施例还可以在确定待处理图像中的目标区域,即未知类别的对象所在的区域后,对目标区域进行类别识别,以确定目标区域的对象的类别,实现对未知类别的对象的类别识别。
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,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像中目标区域的确定方法的流程图。
图2是根据一示例性实施例示出的一种目标识别方法的流程图。
图3是根据一示例性实施例示出的一种图像中目标区域的确定装置的框图。
图4是根据一示例性实施例示出的一种目标识别装置的框图。
图5是根据一示例性实施例示出的一种图像中目标区域的确定设备的硬件结构示意图。
图6是根据一示例性实施例示出的一种目标识别设备的硬件结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图像中目标区域的确定方法的流程图,如图1所示,包括以下步骤。
在步骤11中,根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;
在步骤12中,根据候选区域块的第二预设图像特征,获取候选区域块中每两个相邻的区域块之间的相似度值。
在步骤13中,若根据获取的相似度值确定候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定候选区域块中不存在满足预设相似度条件的相邻区域块;其中,预设相似度条件为相似度值最大且相似度值大于预设阈值。
在步骤14中,将连通的候选区域块构成的区域作为目标区域。
在本公开实施例中,可以获取待处理图像,并在获取到待处理图像后,根据预设的划分规则,如相关人员自定义的划分规则、默认的划分规则等,来将待处理图像划分为若干个区域块。其中,划分规则可以为:以预设大小进行划分、以预设形状进行划分等,本实施例对此不做限制。
在对待处理图像进行划分后,可以获取待处理图像的第一预设图像特征。在一个示例中,第一预设图像特征可以至少包括以下之一:颜色、形状、纹理、大小。
在获取到待处理图像的第一预设图像特征后,可以从待处理图像预先划分的区域块中获取候选区域块。其中,在获取时,可以根据selective search(选择性搜索)等通用物体检测算法来进行获取。
需要说明的是,当第一预设图像特征包括多种特征时,可以根据各第一预设图像特征,以及各第一预设图像特征对应的预设权重值,从待处理图像预先划分的区域块中获取候选区域块。
在一个示例中,第一预设图像特征可以包括颜色、形状、纹理以及大小,则在将待处理图像划分为若干个区域块后,可以分别根据这四个特征来获取待处理图像预先划分的区域块中的每两个区域块之间的相似度,然后,根据每两个区域块在这四个特征的相似度值以及对应的预设权重值来确定每两个区域块之间的相似度值,并将相似度值较大(如大于设定阈值的相似度值)的区域块确定为候选区域块。
例如,待处理图像预先划分的区域块中可以包括区域块A和区域块B,则在分别根据颜色、形状、纹理以及大小这四个特征来确定区域块A和区域块B的相似度值时,可以分别得到相似度值:0.6、0.8、0.3、0.9,其中,颜色、形状、纹理以及大小对应的预设权重值可以分别为:0.3、0.2、0.4、0.1,则区域块A和区域块B之间的最终的相似度值可以为:0.6*0.3+0.8*0.2+0.3*0.4+0.9*0.1=0.55,此时,若设定阈值为0.5,由于0.55>0.5,则可以确定区域块A和区域块B之间的相似度值较大,此时,可以把区域块A和区域块B确定为候选区域块;此时,若设定阈值为0.6,由于0.55<0.6,则可以确定区域块A和区域块B之间的相似度值较小,此时,可以暂不把区域块A和区域块B确定为候选区域块。需要说明的是,若根据上述步骤确定区域块A与另一区域块,如区域块C之间的最终的相似度值为0.9,大于该设定阈值0.6,则此时,可以将区域A和区域块C确定为候选区域块。
由上述内容可知,本实施例在从待处理图像预先划分的区域块中选取可能表征同一对象的候选区域块时,可以根据来自于不同方面的第一预设图像特征来进行选取。而根据来自于不同方面的第一预设图像特征可以确定各预先划分的区域块在多个方面的相似度,并可以根据各预先划分的区域块在多个方面的相似度来综合判断各预先划分的区域块之间的整体相似度,进而可以确定出整体相似度较高的区域,并可以将整体相似度较高的区域选取为可能表征同一对象的候选区域块。由于构成同一对象的区域块之间的整体相似度较高,因此,本实施例选取出的候选区域块很有可能为表征同一对象的区域块,故可以确定本实施例选取的候选区域块的准确性较高,并可以提升后续确定的目标区域的准确性。
在获取候选区域块后,可以获取候选区域块的第二预设图像特征,并获取候选区域块中每两个相邻的区域块之间的相似度值。
在一个公开实施例中,第二预设图像特征与上述第一预设图像特征不相同,第二预设图像特征相对于第一预设图像特征为高维特征,对应地,第一预设图像特征相对于第二预设图像特征为低维特征。在一个示例中,第二预设图像特征可以为具有图像语义信息的特征,本实施例对第二预设图像特征不做具体限制。
在一个示例中,可以将上述获取的候选区域块输入到在公开数据集上已经训练好的xception等分类模型中来提取第二预设图像特征。由于该内容可以通过现有技术来实现,故本示例在此不再赘述。
在获取每个候选区域块的第二预设图像特征后,可以根据每两个相邻的候选区域块的第二预设图像特征来获取该两个相邻的区域块之间的相似度值。
在一个示例中,可以在获取到候选区域块后,根据获取的候选区域块创建一个区域块集合,然后,可以创建一个相似度集合,并将相似度集合初始化为空集。然后,可以获取每个候选区域块的第二预设图像特征,并根据每两个相邻的候选区域块的第二预设图像特征来获取该两个相邻的区域块之间的相似度值,将获取到的相似度值存储至相似度集合中。
若根据获取的相似度值确定候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定候选区域块中不存在满足预设相似度条件的相邻区域块;其中,预设相似度条件可以为相似度值最大且相似度值大于预设阈值。
在上述示例中,在获取到候选区域块中任意两个相邻区域块的相似度值后,可以从相似度集合中获取最大的相似度值,并判断该最大的相似度值是否大于预设阈值,若大于预设阈值,则可以对该最大的相似度值对应的两个相邻的区域块进行连通,并将连通后的区域块作为新的候选区域块,然后,可以获取该新的候选区域块的第二预设图像特征,获取当前所有候选区域块中每两个相邻的区域块之间的相似度值,并在获取到候选区域块中任意两个相邻区域块的相似度值后,再次从相似度集合中获取最大的相似度值,并判断该最大的相似度值是否大于预设阈值,若大于预设阈值,则可以对该最大的相似度值对应的两个相邻的区域块进行连通,并将连通后的区域块作为新的候选区域块…直到候选区域块中任意两个相邻区域块的相似度值都小于预设阈值时停止。
在一个示例中,待处理图像的候选区域块中可以包括相邻的区域块M和区域块N,则在获取到候选区域块中任意两个相邻区域块的相似度值后,可以从相似度集合中获取最大的相似度值x,其中,相似度值x为根据第二预设图像特征确定的区域块M和区域块N的相似度值,相似度值x大于预设阈值,则此时可以将区域块M和区域块N进行连通,得到新的候选区域块1,此时,候选区域块中不再有区域块M和区域块N,可以将候选区域块1加入到区域块集合中,并将区域块集合中的区域块M和区域块N删除,对应地,也可以将相似度集合中区域块M与其他任一区域块的相似度值,以及区域块N与其他任一区域块得到相似度值删除。在得到候选区域块1后,可以获取区域块1的第二预设图像特征,以及获取当前所有候选区域块中区域块1与相邻的任一区域块之间的相似度值,并将获取的相似度值添加至相似度集合中,然后,可以再次从相似度集合中获取最大的相似度值y,若相似度值y大于预设阈值,则可以对相似度值y对应的两个相邻的区域块,区域块W和区域块V进行连通,得到新的候选区域块2,并将连通后的区域块2作为新的候选区域块,此时,候选区域块中不再有区域块W和区域块V,可以将候选区域块2加入到区域块集合中,并将区域块集合中的区域块W和区域块V删除,对应地,也可以将相似度集合中区域块W与其他任一区域块的相似度值,以及区域块V与其他任一区域块得到相似度值删除。在得到候选区域块2后,可以继续获取区域块2的第二预设图像特征直到候选区域块中任意两个相邻区域块的相似度值都小于预设阈值时停止。
在停止上述对候选区域块的连通后,可以将连通的区域块构成的区域作为目标区域。
在本公开实施例中,可以根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块,然后,可以根据候选区域块的第二预设图像特征,来获取候选区域块中每两个相邻的区域块之间的相似度值,若根据获取的相似度值确定候选区域块中存在满足相似度条件的相邻区域块,则可以对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直到根据获取的相似度值确定候选区域块中不存在满足预设相似条件的相邻区域块,其中,预设相似度条件可以为相似度值最大且相似度值大于预设阈值,然后,可以将连通的候选区域块构成的区域作为目标区域。
在本实施例中,在选取出候选区域块后,可以根据与第一预设图像特征维度不同的第二预设图像特征来获取候选区域块中的相邻区域块之间的相似度值,并对相似度值高的相邻区域块进行连通。由于用于表征同一对象的区域块在各个维度都具体一定的相似性,因此,本实施例在根据候选区域块在另一维度的相似性来进行区域连通时,可以在一定程度上对有较大的概率表征同一对象的区域块进行连通。此外,由于维度较高的特征相比于维度较低的特征可以更准确地表征对应区域块的语义,因此,当根据维度较高的特征来进行区域块连通时,连通的区域块有较大概率在语义上表征同一对象,从而使得到的连通区域的准确性较高。
由上述内容可知,上述实施例可以根据第一预设图像特征以及第二预设图像特征来从待处理图像的候选区域块中找到较为相似的候选区域块,并对较为相似的候选区域块进行连通,以及将连通的候选区域块构成的区域作为目标区域。由于上述实施例确定的目标区域是由多个较为相似的候选区域块连通而来,而图像的区域块中用于构成同一对象的区域块之间较为相似,因此,上述实施例确定的目标区域较大概率属于同一个对象。因此,根据上述实施例可以较好地从待处理图像中自动,且较为准确地确定未知类别的对象所处的区域,从而可以有效解决现有技术的问题。
图2是根据一示例性实施例示出的一种目标识别方法的流程图,如图3所示,包括以下步骤。
在步骤21中,确定待处理图像中的目标区域。
在步骤22中,从待处理图像的图像数据中提取出目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像。
在步骤23中,将目标图像输入至类别识别模型中,获取目标图像的全连接层特征;其中,全连接层特征为类别识别模型的全连接层提取的目标图像的特征。
在步骤24中,根据获取的目标图像的全连接层特征,以及预先获取的映射参数确定目标图像的类别的词向量;其中,映射参数用于表征图像的全连接层特征与类别的词向量之间的映射关系。
在步骤25中,根据目标图像的类别的词向量,识别目标图像的类别。
在本公开实施例中,在获取到待处理图像后,可以先确定待处理图像中的目标区域,其中,目标区域可以为待识别的目标在待处理图像中所处的区域。
在确定待处理图像中的目标区域时,可以根据上一实施例中的方法步骤进行确定,本实施例在此不再赘述。
在确定目标区域后,可以从待处理图像的图像数据中提取出目标区域对应的图像数据,并根据提取出的图像数据生成目标图像。由于该步骤可以根据现有技术来完成,故本实施例在此不再赘述。
在获取目标图像后,可以将目标图像输入至类别识别模型中,并获取目标图像的全连接层特征,其中,全连接特征可以为类别识别模型的全连接层提取的目标图像的特征。
在本公开实施例中,可以预先训练类别识别模型,其中,在训练时,可以使用类别已知的图像,以及该图像的类别来对该类别识别模型进行训练。在训练完成后,可以向该类别识别模型输入目标图像。该类别识别模型在检测到输入目标图像后,可以在全连接层来提取目标图像的特征,此时,可以获取该类别识别模型的全连接层提取的目标图像的特征,即目标图像的全连接层特征。
在获取目标图像的全连接层特征后,可以根据获取的目标图像的全连接特征,以及预先获取的映射参数来确定目标图像的类别的词向量,其中,映射参数可以用于表征图像的全连接层特征与类别的词向量之间的映射关系。
在本发明的一个实施例中,在上述确定目标图像的类别的词向量之前,可以先获取上述映射参数。其中,在获取映射参数时,可以先获取一个待识别图像,其中,待识别图像与上述待处理图像可以不为同一个图像。在获取待识别图像后,可以将待识别图像输入至类别识别模型中,并获取待识别图像的全连接层特征,以及该类别识别模型输出的待识别图像的类别。
当然,待识别图像也可以为类别已知的图像,则此时,通过类别识别模型获取待识别图像的全连接层特征即可,不用再获取待识别图像的类别。
在获取到待识别图像的类别后,可以进一步获取待识别图像的类别的词向量,其中,在获取时,可以通过现有的word2vec模型来进行获取,本实施例在此不再赘述。
在获取到待识别图像的类别的词向量后,可以将获取的待识别图像的全连接层特征,以及待识别图像的类别的词向量输入至预先训练完成的映射参数确定模型中,并获取所述映射参数确定模型输出的映射参数。
其中,在训练映射参数确定模型时,可以根据图像的全连接层特征、类别的词向量,以及基于全连接层特征以及类别的词向量通过岭回归算法计算的初始映射参数来对映射参数确定模型进行训练。
由上述内容可知,本实施例可以通过类别识别模型以及映射参数确定模型来简单快速地确定映射参数,从而有利于后续基于该映射参数识别目标图像的类别,提升整体识别速度。
在确定目标图像的类别的词向量后,可以根据目标对象的类别的词向量,来识别目标图像的类别。
在一个示例中,在确定目标图像的类别的词向量后,可以获取已知的候选类别的词向量,然后,可以获取目标图像的类别的词向量与候选类别的词向量的相似度值,并将获取的相似度值中最大的相似度值对应的候选类别确定为目标图像的类别。
例如,候选类别可以包括类别1、类别2以及类别3,在确定目标图像的类别的词向量后,可以分别获取目标图像的类别的词向量与类别1、类别2以及类别3的词向量之间的余弦距离值,并根据获取的余弦距离值来确定目标图像的类别的词向量与该三个类别的词向量之间的相似度值,其中,当余弦距离值越大时,对应的相似度值越小,然后,可以将对应于最大相似度值,即最小余弦距离值,的类别,确定为目标图像的类别。
本实施例中,在确定目标图像的类别时,可以根据目标图像的类别与候选类别的词向量之间的相似度来确定。由于类别的词向量可以在一定程度上表征该类别,因此,当类别相似时,对应的词向量也存在一定的相似性,故当根据词向量之间的相似度来确定类别之间的相似度时,准确性较高,从而使得识别出的目标图像的类别的准确性也较高。
由上述内容可知,本实施例可以在根据上述实施例中的步骤确定待处理图像中的目标区域后,从待处理图像的图像数据中提取出目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像,将目标图像输入至类别识别模型中,获取目标图像的全连接层特征,其中,全连接层特征可以为类别识别模型的全连接层提取的目标图像的特征,然后,可以根据获取的目标图像的全连接层特征,以及预先获取的映射参数确定目标图像的类别的词向量,并根据目标图像的类别的词向量,识别目标图像的类别。
由此可知,本实施例可以在确定待处理图像中的目标区域,即未知类别的对象所在的区域后,对目标区域进行类别识别,以确定目标区域的对象的类别,实现对未知类别的对象的类别识别。
图3是根据一示例性实施例示出的一种图像中目标区域的确定装置的框图。参照图4,该装置包括第一获取模块310,第二获取模块320、连通模块330以及确定模块340。
该第一获取模块310,被配置为根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;
该第二获取模块320,被配置为根据所述候选区域块的第二预设图像特征,获取所述候选区域块中每两个相邻的区域块之间的相似度值;
该连通模块330,被配置为若根据获取的相似度值确定所述候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取所述候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定所述候选区域块中不存在满足预设相似度条件的相邻区域块;其中,所述预设相似度条件为相似度值最大且相似度值大于预设阈值;
该确定模块340,被配置为将连通的候选区域块构成的区域作为目标区域。
可选的,所述第一预设图像特征至少包括以下之一:颜色、形状、纹理、大小;
所述第一获取模块310用于:
根据各第一预设图像特征,以及各第一预设图像特征对应的预设权重值,从待处理图像预先划分的区域块中获取候选区域块。
可选的,所述第一预设图像特征与所述第二预设图像特征不同,所述第二预设图像特征为相对于所述第一预设图像特征的高维特征;所述第一预设图像特征为相对于所述第二预设图像特征的低维特征。
在本实施例中,可以根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块,然后,可以根据候选区域块的第二预设图像特征,来获取候选区域块中每两个相邻的区域块之间的相似度值,若根据获取的相似度值确定候选区域块中存在满足相似度条件的相邻区域块,则可以对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直到根据获取的相似度值确定候选区域块中不存在满足预设相似条件的相邻区域块,其中,预设相似度条件可以为相似度值最大且相似度值大于预设阈值,然后,可以将连通的候选区域块构成的区域作为目标区域。
由上述内容可知,上述实施例可以根据第一预设图像特征以及第二预设图像特征来从待处理图像的候选区域块中找到较为相似的候选区域块,并对较为相似的候选区域块进行连通,以及将连通的候选区域块构成的区域作为目标区域。由于上述实施例确定的目标区域是由多个较为相似的候选区域块连通而来,而图像的区域块中用于构成同一对象的区域块之间较为相似,因此,上述实施例确定的目标区域较大概率属于同一个对象。因此,根据上述实施例可以较好地从待处理图像中自动,且较为准确地确定未知类别的对象所处的区域,从而可以有效解决现有技术的问题
图4是根据一示例性实施例示出的一种目标识别装置的框图。参照图4,该装置包括目标区域确定模块410,生成模块420、全连接层特征获取模块430、词向量确定模块440以及识别模块450。
目标区域确定模块410,被配置为根据权利要求1至3任一所述的目标区域的确定方法,确定待处理图像中的目标区域;
生成模块420,被配置为从所述待处理图像的图像数据中提取出所述目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像;
全连接层特征获取模块430,被配置为将所述目标图像输入至类别识别模型中,获取所述目标图像的全连接层特征;其中,所述全连接层特征为所述类别识别模型的全连接层提取的所述目标图像的特征;
词向量确定模块440,被配置为根据获取的所述目标图像的全连接层特征,以及预先获取的映射参数确定所述目标图像的类别的词向量;其中,所述映射参数用于表征图像的全连接层特征与类别的词向量之间的映射关系;
识别模块450,被配置为根据所述目标图像的类别的词向量,识别所述目标图像的类别。
可选的,在所述确定所述目标图像的类别的词向量之前,所述装置还包括(图4中未示出):
输入模块460,被配置为将待识别图像输入至所述类别识别模型中,获取所述待识别图像的全连接层特征以及所述类别识别模型输出的所述待识别图像的类别;
词向量获取模块470,被配置为获取所述待识别图像的类别的词向量;
映射参数获取模块480,被配置为将获取的所述待识别图像的全连接层特征,以及所述待识别图像的类别的词向量输入至映射参数确定模型中,获取所述映射参数确定模型输出的映射参数。
可选的,所述识别模块450用于:
获取候选类别的词向量;
获取所述目标图像的类别的词向量与所述候选类别的词向量的相似度值;
将获取的相似度值中最大的相似度值对应的候选类别确定为所述目标图像的类别。
由上述内容可知,本实施例可以在根据上述实施例中的步骤确定待处理图像中的目标区域后,从待处理图像的图像数据中提取出目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像,将目标图像输入至类别识别模型中,获取目标图像的全连接层特征,其中,全连接层特征可以为类别识别模型的全连接层提取的目标图像的特征,然后,可以根据获取的目标图像的全连接层特征,以及预先获取的映射参数确定目标图像的类别的词向量,并根据目标图像的类别的词向量,识别目标图像的类别。
由此可知,本实施例可以在确定待处理图像中的目标区域,即未知类别的对象所在的区域后,对目标区域进行类别识别,以确定目标区域的对象的类别,实现对未知类别的对象的类别识别。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种图像中目标区域的确定设备的硬件结构示意图。
该图像中目标区域的确定设备可以为上述实施例提供的用于确定图像中目标区域的服务器。
图像中目标区域的确定设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器501和存储器502,存储器502中可以存储有一个或一个以上存储应用程序或数据。其中,存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对图像中目标区域的确定设备中的一系列计算机可执行指令。更进一步地,处理器501可以设置为与存储器502通信,在图像中目标区域的确定设备上执行存储器502中的一系列计算机可执行指令。图像中目标区域的确定设备还可以包括一个或一个以上电源503,一个或一个以上有线或无线网络接口504,一个或一个以上输入输出接口505,一个或一个以上键盘506。
图6是根据一示例性实施例示出的一种目标识别设备的硬件结构示意图。
该目标识别设备可以为上述实施例提供的用于识别目标的服务器。
目标识别设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器601和存储器602,存储器602中可以存储有一个或一个以上存储应用程序或数据。其中,存储器602可以是短暂存储或持久存储。存储在存储器602的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对目标识别设备中的一系列计算机可执行指令。更进一步地,处理器601可以设置为与存储器602通信,在目标识别设备上执行存储器602中的一系列计算机可执行指令。目标识别设备还可以包括一个或一个以上电源603,一个或一个以上有线或无线网络接口604,一个或一个以上输入输出接口605,一个或一个以上键盘606。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像中目标区域的确定方法,其特征在于,所述方法包括:
根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;
根据所述候选区域块的第二预设图像特征,获取所述候选区域块中每两个相邻的区域块之间的相似度值;
若根据获取的相似度值确定所述候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取所述候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定所述候选区域块中不存在满足预设相似度条件的相邻区域块;其中,所述预设相似度条件为相似度值最大且相似度值大于预设阈值;
将连通的候选区域块构成的区域作为目标区域。
2.根据权利要求1所述的图像中目标区域的确定方法,其特征在于,所述第一预设图像特征至少包括以下之一:颜色、形状、纹理、大小;
根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块,包括:
根据各第一预设图像特征,以及各第一预设图像特征对应的预设权重值,从待处理图像预先划分的区域块中获取候选区域块。
3.根据权利要求1或2所述的图像中目标区域的确定方法,其特征在于,所述第一预设图像特征与所述第二预设图像特征不同,所述第二预设图像特征为相对于所述第一预设图像特征的高维特征;所述第一预设图像特征为相对于所述第二预设图像特征的低维特征。
4.一种目标识别方法,其特征在于,所述方法包括:
根据权利要求1至3任一所述的目标区域的确定方法,确定待处理图像中的目标区域;
从所述待处理图像的图像数据中提取出所述目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像;
将所述目标图像输入至类别识别模型中,获取所述目标图像的全连接层特征;其中,所述全连接层特征为所述类别识别模型的全连接层提取的所述目标图像的特征;
根据获取的所述目标图像的全连接层特征,以及预先获取的映射参数确定所述目标图像的类别的词向量;其中,所述映射参数用于表征图像的全连接层特征与类别的词向量之间的映射关系;
根据所述目标图像的类别的词向量,识别所述目标图像的类别。
5.根据权利要求4所述的目标识别方法,其特征在于,在所述确定所述目标图像的类别的词向量之前,所述方法还包括:
将待识别图像输入至所述类别识别模型中,获取所述待识别图像的全连接层特征以及所述类别识别模型输出的所述待识别图像的类别;
获取所述待识别图像的类别的词向量;
将获取的所述待识别图像的全连接层特征,以及所述待识别图像的类别的词向量输入至映射参数确定模型中,获取所述映射参数确定模型输出的映射参数。
6.根据权利要求4所述的目标识别方法,其特征在于,所述根据所述目标图像的类别的词向量,识别所述目标图像的类别,包括:
获取候选类别的词向量;
获取所述目标图像的类别的词向量与所述候选类别的词向量的相似度值;
将获取的相似度值中最大的相似度值对应的候选类别确定为所述目标图像的类别。
7.一种图像中目标区域的确定装置,其特征在于,所述装置包括:
第一获取模块,被配置为根据第一预设图像特征,从待处理图像预先划分的区域块中获取候选区域块;
第二获取模块,被配置为根据所述候选区域块的第二预设图像特征,获取所述候选区域块中每两个相邻的区域块之间的相似度值;
连通模块,被配置为若根据获取的相似度值确定所述候选区域块中存在满足预设相似度条件的相邻区域块,则对该相邻区域块进行连通,将连通后的区域块作为新的候选区域块,并返回获取所述候选区域块中每两个相邻的区域块之间的相似度值的步骤重复执行,直至根据获取的相似度值确定所述候选区域块中不存在满足预设相似度条件的相邻区域块;其中,所述预设相似度条件为相似度值最大且相似度值大于预设阈值;
确定模块,被配置为将连通的候选区域块构成的区域作为目标区域。
8.一种目标识别装置,其特征在于,所述装置包括:
目标区域确定模块,被配置为根据权利要求1至3任一所述的目标区域的确定方法,确定待处理图像中的目标区域;
生成模块,被配置为从所述待处理图像的图像数据中提取出所述目标区域对应的图像数据,以及根据提取出的图像数据生成目标图像;
全连接层特征获取模块,被配置为将所述目标图像输入至类别识别模型中,获取所述目标图像的全连接层特征;其中,所述全连接层特征为所述类别识别模型的全连接层提取的所述目标图像的特征;
词向量确定模块,被配置为根据获取的所述目标图像的全连接层特征,以及预先获取的映射参数确定所述目标图像的类别的词向量;其中,所述映射参数用于表征图像的全连接层特征与类别的词向量之间的映射关系;
识别模块,被配置为根据所述目标图像的类别的词向量,识别所述目标图像的类别。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至3中任一项所述的图像中目标区域的确定方法,或如权利要求4至6中任一项所述的目标识别方法。
10.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至3中任一项所述的图像中目标区域的确定方法,或如权利要求4至6中任一项所述的目标识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010450834.8A CN111598092A (zh) | 2020-05-25 | 2020-05-25 | 图像中目标区域的确定方法、目标识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010450834.8A CN111598092A (zh) | 2020-05-25 | 2020-05-25 | 图像中目标区域的确定方法、目标识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111598092A true CN111598092A (zh) | 2020-08-28 |
Family
ID=72186445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010450834.8A Pending CN111598092A (zh) | 2020-05-25 | 2020-05-25 | 图像中目标区域的确定方法、目标识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598092A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038055A (zh) * | 2021-01-27 | 2021-06-25 | 维沃移动通信有限公司 | 图像处理方法、装置及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844248A (zh) * | 2016-03-29 | 2016-08-10 | 北京京东尚科信息技术有限公司 | 人脸检测方法和装置 |
CN108830903A (zh) * | 2018-04-28 | 2018-11-16 | 杨晓春 | 一种基于cnn的钢坯位置检测方法 |
CN109101961A (zh) * | 2018-08-03 | 2018-12-28 | 深圳市销邦科技股份有限公司 | 基于图像分割的目标识别方法、系统、设备及存储介质 |
CN110598790A (zh) * | 2019-09-12 | 2019-12-20 | 北京达佳互联信息技术有限公司 | 一种图像的识别方法、装置、电子设备及存储介质 |
CN110956213A (zh) * | 2019-11-29 | 2020-04-03 | 珠海大横琴科技发展有限公司 | 遥感影像特征库生成、遥感影像检索方法及装置 |
CN111128131A (zh) * | 2019-12-17 | 2020-05-08 | 北京声智科技有限公司 | 语音识别方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-05-25 CN CN202010450834.8A patent/CN111598092A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844248A (zh) * | 2016-03-29 | 2016-08-10 | 北京京东尚科信息技术有限公司 | 人脸检测方法和装置 |
CN108830903A (zh) * | 2018-04-28 | 2018-11-16 | 杨晓春 | 一种基于cnn的钢坯位置检测方法 |
CN109101961A (zh) * | 2018-08-03 | 2018-12-28 | 深圳市销邦科技股份有限公司 | 基于图像分割的目标识别方法、系统、设备及存储介质 |
CN110598790A (zh) * | 2019-09-12 | 2019-12-20 | 北京达佳互联信息技术有限公司 | 一种图像的识别方法、装置、电子设备及存储介质 |
CN110956213A (zh) * | 2019-11-29 | 2020-04-03 | 珠海大横琴科技发展有限公司 | 遥感影像特征库生成、遥感影像检索方法及装置 |
CN111128131A (zh) * | 2019-12-17 | 2020-05-08 | 北京声智科技有限公司 | 语音识别方法、装置、电子设备及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038055A (zh) * | 2021-01-27 | 2021-06-25 | 维沃移动通信有限公司 | 图像处理方法、装置及电子设备 |
CN113038055B (zh) * | 2021-01-27 | 2023-06-23 | 维沃移动通信有限公司 | 图像处理方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6894058B2 (ja) | 危険アドレス識別方法及びコンピュータ可読記憶媒体、並びに電子装置 | |
CN107957989B (zh) | 基于集群的词向量处理方法、装置以及设备 | |
CN111930809A (zh) | 数据处理方法、装置及设备 | |
CN112308113A (zh) | 一种基于半监督的目标识别方法、设备及介质 | |
CN116049761A (zh) | 数据处理方法、装置及设备 | |
CN111652286A (zh) | 一种基于图嵌入的物体识别方法、设备及介质 | |
CN115600157A (zh) | 一种数据处理的方法、装置、存储介质及电子设备 | |
CN116543264A (zh) | 图像分类模型的训练方法、图像分类方法及装置 | |
CN116502633A (zh) | 一种业务执行的方法、装置、存储介质及电子设备 | |
CN115828162A (zh) | 一种分类模型训练的方法、装置、存储介质及电子设备 | |
CN113988162A (zh) | 模型训练及图像识别方法、装置、存储介质及电子设备 | |
CN107577660B (zh) | 类目信息识别方法、装置及服务器 | |
CN111598092A (zh) | 图像中目标区域的确定方法、目标识别方法及装置 | |
CN116186330B (zh) | 一种基于多模态学习的视频去重方法及装置 | |
CN115545572B (zh) | 一种业务风控的方法、装置、设备及存储介质 | |
CN115221523B (zh) | 数据处理方法、装置及设备 | |
CN116151355A (zh) | 一种模型训练和业务执行的方法、装置、介质及设备 | |
CN115204395A (zh) | 数据的处理方法、装置及设备 | |
CN113569873B (zh) | 一种图像的处理方法、装置及设备 | |
CN114926687A (zh) | 一种分类模型的训练方法及装置 | |
CN113344197A (zh) | 一种识别模型的训练方法、业务执行的方法以及装置 | |
CN115017915B (zh) | 一种模型训练、任务执行的方法及装置 | |
CN112115952B (zh) | 一种基于全卷积神经网络的图像分类方法、设备及介质 | |
CN115423485B (zh) | 数据处理方法、装置及设备 | |
CN117668543A (zh) | 一种模型训练方法、装置、存储介质及电子设备 |
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: 20200828 |