CN113221846A - 图像识别方法、装置、设备、存储介质以及程序产品 - Google Patents

Abstract

本公开提供了一种图像识别方法、装置、设备、存储介质以及程序产品，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域。该方法的一具体实施方式包括：响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像；获取待识别图像中的对象的识别结果；将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。该实施方式为投屏器增加图像识别能力，使得用户在投屏过程中能够使用图像识别能力识别通过投屏器投屏播放的任何内容，从而为用户展现更加丰富的内容信息。

Description

图像识别方法、装置、设备、存储介质以及程序产品

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，尤其涉及图像识别方法、装置、设备、存储介质以及程序产品。

背景技术

当前市面上投屏器种类繁多，但都是只做了投屏技术的实现。投屏的主要目的是为了更方便地观看网络视频。随着网络内容的日渐丰富，简单的投屏已经无法满足用户对信息的需求。

发明内容

本公开实施例提出了一种图像识别方法、装置、设备、存储介质以及程序产品。

第一方面，本公开实施例提出了一种图像识别方法，包括：响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像；获取待识别图像中的对象的识别结果；将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

第二方面，本公开实施例提出了一种图像识别装置，包括：第一获取模块，被配置成响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像；第二获取模块，被配置成获取待识别图像中的对象的识别结果；第一叠加模块，被配置成将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

第三方面，本公开实施例提出了一种服务器，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

第五方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开实施例提供的图像识别方法、装置、设备、存储介质以及程序产品，为投屏器增加图像识别能力，使得用户在投屏过程中能够使用图像识别能力识别通过投屏器投屏播放的任何内容，从而为用户展现更加丰富的内容信息。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开可以应用于其中的示例性系统架构图；

图2是根据本公开的图像识别方法的第一实施例的流程图；

图3是根据本公开的图像识别方法的第二实施例的流程图；

图4是根据本公开的图像识别方法的第三实施例的流程图；

图5是根据本公开的图像识别方法的第四实施例的流程图；

图6是根据本公开的图像识别方法的第五实施例的流程图；

图7是根据本公开的图像识别装置的一个实施例的结构示意图；

图8是用来实现本公开实施例的图像识别方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的图像识别方法或图像识别装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、投屏器102和显示设备103。终端设备101与投屏器102之间通信连接，其连接方式可以例如是无线网络连接。终端设备101可以通过无线网络将其上播放的视频发送至投屏器102。投屏器102与显示设备103之间通信连接，其连接方式可以例如是数据线连接。投屏器102可以通过数据线将终端设备101上播放的视频投屏到显示设备103上进行显示。

终端设备101可以是包含显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。显示设备103也可以是包含显示屏的各种电子设备，包括但不限于膝上型便携计算机、台式计算机和电视机等等。通常，显示设备103的显示屏的尺寸大于终端设备101的尺寸。

需要说明的是，本公开实施例所提供的图像识别方法一般由投屏器102执行，相应地，图像识别装置一般设置于投屏器102中。

应该理解，图1中的终端设备、投屏器和显示设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、投屏器和显示设备。

继续参考图2，其示出了根据本公开的图像识别方法的第一实施例的流程200。该图像识别方法包括以下步骤：

步骤201，响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像。

在本实施例中，投屏器可以将终端设备上播放的视频投屏到显示屏上进行显示。若投屏过程中检测到识别操作，投屏器可以获取待识别图像。

这里，投屏器加持图像识别能力，又叫做AI(Artificial Intelligence，人工智能)投屏器。投屏器的外观形态与传统投屏器并无明显区别，都是由硬件主体、供电线和视频信号输出线构成。投屏器所包括的模块主要有投屏模块、网络通讯模块、AI识别模块和供电模块。与传统投屏器不同的是，投屏器上可以设置一个物理识图按键。当用户看到显示屏上显示的视频画面中存在其想要识别的对象时，可以按下这个物理识图按键。此时，投屏器就检测到了用户的识别操作。此外，终端设备上安装的投屏应用上还可以设置一个虚拟识图按键。当用户看到显示屏上显示的视频画面中存在其想要识别的对象时，可以点击这个虚拟识图按键。此时，终端设备可以向投屏器发送一个识别指令。当接收到识别指令时，投屏器就检测到了用户的识别操作。另外，用户还可以通过对终端设备执行特定操作来发起识别指令。特定操作可以包括但不限于摇一摇、特定手势等等。

这里，待识别图像可以是投屏器的当前投屏视频片段中的图像。投屏器可以从当前投屏视频片段中选取一帧图像，作为待识别图像。其中，当前投屏视频片段可以是检测到识别操作的时刻前后预设毫秒内投屏的视频片段。例如，获取投屏器的当前投屏图像，作为待识别图像，从而快速地定位到待识别图像。其中，当前投屏图像可以是检测到识别操作的时刻投屏的图像。

步骤202，获取待识别图像中的对象的识别结果。

在本实施例中，投屏器可以获取待识别图像中的对象的识别结果。

通常，待识别图像中可能包含不止一个对象。在待识别图像中包含多个对象的情况下，可以对至少部分对象进行识别。例如，对待识别图像中的全部对象进行识别。又例如，仅对待识别图像中的特定类别的对象进行识别。其中，特定类别可以预先设定，包括但限于人、动物、物品、建筑物等等中的至少一类。对象的识别结果通常是对象的名称。例如，当对象是名人时，其识别结果可以是名人的姓名。又例如，当对象是汽车时，其识别结果可以是汽车的品牌和型号。

步骤203，将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

在本实施例中，投屏器可以将待识别图像中的对象的识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器链接的显示屏上。

通常，投屏器可以首先确定当前投屏视频片段上的对象的位置，然后将这个对象的识别结果叠加在对象的位置附近。这样，用户在显示屏上观看视频时，就可以很方便地获取到这个对象的识别结果。在实际应用中，对象的识别结果不会永远显示在当前播放视频片段上。例如，若当前播放视频片段上不再出现这个对象时，其识别结果自动消失。又例如，若这个对象的识别结果显示时长超过预设时长(如5秒)，其识别结果自动消失。

在本实施例的一些可选的实现方式中，为了使用户获取的信息更加丰富。投屏器在叠加对象的识别结果的同时，还可以叠加对象的关联信息。具体地，首先基于识别结果，获取待识别图像中的对象的关联信息；然后将关联信息叠加到投屏器的当前投屏视频片段上。其中，关联信息可以是与对象相关的信息，包括但不限于对象的介绍信息、宣传信息、购买链接等等。例如，当对象是名人时，其关联信息可以是名人的百科信息。又例如，当对象是汽车时，其关联信息可以是汽车的宣传视频。

本公开实施例提供的图像识别方法，为投屏器增加图像识别能力，使得用户在投屏过程中能够使用图像识别能力识别通过投屏器投屏播放的任何内容，从而为用户展现更加丰富的内容信息。

进一步参考图3，图3示出了根据本公开的图像识别方法的第二实施例的流程300。该图像识别方法包括以下步骤：

步骤301，响应于在投屏过程中检测到识别操作，获取投屏器的当前投屏图像，以及当前投屏图像前后预设数目帧图像，得到图像集合。

在本实施例中，投屏器可以将终端设备上播放的视频投屏到显示屏上进行显示。若投屏过程中检测到识别操作，投屏器可以获取当前投屏图像，以及当前投屏图像前后预设数目帧图像，得到图像集合。

步骤302，从图像集合中选取待识别图像。

在本实施例中，投屏器可以从图像集合中选取待识别图像。

通常，视频每秒24帧，用户看到想要识别的视频画面的时刻与执行识别操作的时刻之间存在一定的延迟。这里，待识别图像是从当前投屏图像，以及其前后预设数目帧图像中选取出来的，并不仅仅是将当前投屏图像直接作为待识别图像。能够消除延迟的影响，选取出更合适的视频画面。

在本实施例的一些可选的实现方式中，投屏器可以获取图像集合中的图像的清晰度；基于清晰度，从图像集合中选取待识别图像。从而选取出清晰度高的待识别图像，进而提高识别准确度。

步骤303，获取待识别图像中的对象的识别结果。

步骤304，将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

在本实施例中，步骤303-304具体操作已在图2所示的实施例中步骤202-203进行了详细的介绍，在此不再赘述。

从图3中可以看出，与图2对应的实施例相比，本实施例中的图像识别方法突出了待识别图像选取步骤。由此，本实施例描述的方案，考虑用户看到想要识别的视频画面的时刻与执行识别操作的时刻之间的延迟，从当前投屏图像，以及其前后预设数目帧图像中选取待识别图像，能够消除延迟的影响，选取出更合适的视频画面。

进一步参考图4，图4示出了根据本公开的图像识别方法的第三实施例的流程400。该图像识别方法包括以下步骤：

步骤401，响应于在投屏过程中检测到识别操作，获取投屏器的当前投屏图像，以及当前投屏图像前后预设数目帧图像，得到图像集合。

在本实施例中，步骤401具体操作已在图3所示的实施例中步骤301进行了详细的介绍，在此不再赘述。

步骤402，获取图像集合中的图像的主体类别。

在本实施例中，对于图像集合中的每帧图像，投屏器可以获取图像的主体类别。其中，主体类别可以是图像中的对象的类别，包括但不限于人、动物、物品、建筑物等等。

在本实施例的一些可选的实现方式中，投屏器可以将图像集合中的图像输入至预先训练的主体识别模型，得到图像集合中的图像的主体类别。利用主体识别模型识别图像的主体类别，提高了识别准确度和识别效率。其中，主体识别模型可以用于识别图像的主体类别，是通过深度学习方法利用训练样本集预先训练得到的。这里，训练样本集中的训练样本可以是标注有主体类别的样本图像。

步骤403，基于主体类别优先级，从图像集合中选取待识别图像。

在本实施例中，投屏器可以基于主体类别优先级，从图像集合中选取待识别图像。通常，投屏器会选取主体类别优先级高的图像。例如，人的优先级高于动物，动物的优先级高于物品，物品的优先级高于建筑物。投屏器会优先选择存在人的图像。

步骤404，获取待识别图像中的对象的识别结果。

步骤405，将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

在本实施例中，步骤404-405具体操作已在图3所示的实施例中步骤303-304进行了详细的介绍，在此不再赘述。

从图4中可以看出，与图3对应的实施例相比，本实施例中的图像识别方法突出了待识别图像选取步骤。由此，本实施例描述的方案，基于主体类别优先级选取待识别图像，能够选取出包含更适合进行识别的对象的视频画面。

进一步参考图5，图5示出了根据本公开的图像识别方法的第四实施例的流程500。该图像识别方法包括以下步骤：

步骤501，响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像。

在本实施例中，步骤501具体操作已在图2所示的实施例中步骤201进行了详细的介绍，在此不再赘述。

步骤502，将待识别图像输入至预先训练的图像识别模型，得到识别结果。

在本实施例中，投屏器可以将待识别图像输入至预先训练的图像识别模型，得到识别结果。

通常，在投屏器的算力足够的情况下，其上可以存储图像识别模型，从而实现本地识图。无需进行图像和识别结果的传输，从而提高识图效率。图像识别模型可以用于识别图像中的对象，是通过深度学习方法利用训练样本集预先训练得到的。这里，训练样本集中的训练样本可以是标注有对象名称的样本图像。

步骤503，将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

在本实施例中，步骤503具体操作已在图2所示的实施例中步骤203进行了详细的介绍，在此不再赘述。

从图5中可以看出，与图2对应的实施例相比，本实施例中的图像识别方法突出了图像识别步骤。由此，本实施例描述的方案在投屏器的算力足够的情况下，其上可以存储图像识别模型，从而实现本地识图。无需进行图像和识别结果的传输，从而提高识图效率。

进一步参考图6，图6示出了根据本公开的图像识别方法的第五实施例的流程600。该图像识别方法包括以下步骤：

步骤601，响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像。

在本实施例中，步骤601具体操作已在图2所示的实施例中步骤201进行了详细的介绍，在此不再赘述。

步骤602，将待识别图像发送至云端。

在本实施例中，投屏器可以将待识别图像发送至云端。云端可以将待识别图像输入至预先训练的图像识别模型，得到待识别图像中的对象的识别结果。

通常，云端可以存储图像识别模型，从而实现云端识图。无需投屏器本地识图，从而降低对投屏器的算力要求，进而降低投屏器的成本。图像识别模型可以用于识别图像中的对象，是通过深度学习方法利用训练样本集预先训练得到的。这里，训练样本集中的训练样本可以是标注有对象名称的样本图像。

步骤603，接收云端发送的识别结果。

在本实施例中，云端可以将待识别图像中的对象的识别结果发送给投屏器。这样，投屏器就接收到了待识别图像中的对象的识别结果。

步骤604，将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

在本实施例中，步骤604具体操作已在图2所示的实施例中步骤203进行了详细的介绍，在此不再赘述。

从图6中可以看出，与图2对应的实施例相比，本实施例中的图像识别方法突出了图像识别步骤。由此，本实施例描述的方案在云端识图，无需投屏器本地识图，从而降低对投屏器的算力要求，进而降低投屏器的成本。

进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种图像识别装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，本实施例的图像识别装置700可以包括：第一获取模块701、第二获取模块702和第一叠加模块703。其中，第一获取模块701，被配置成响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像；第二获取模块702，被配置成获取待识别图像中的对象的识别结果；第一叠加模块703，被配置成将识别结果叠加到投屏器的当前投屏视频片段上，并投屏到与投屏器连接的显示屏上。

在本实施例中，图像识别装置700中：第一获取模块701、第二获取模块702和第一叠加模块703的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，第一获取模块701进一步被配置成：获取投屏器的当前投屏图像，作为待识别图像。

在本实施例的一些可选的实现方式中，第一获取模块701包括：获取子模块，被配置成获取投屏器的当前投屏图像，以及当前投屏图像前后预设数目帧图像，得到图像集合；选取子模块，被配置成从图像集合中选取待识别图像。

在本实施例的一些可选的实现方式中，选取子模块进一步被配置成：获取图像集合中的图像的清晰度；基于清晰度，从图像集合中选取待识别图像。

在本实施例的一些可选的实现方式中，选取子模块包括：获取单元，被配置成获取图像集合中的图像的主体类别；选取单元，被配置成基于主体类别优先级，从图像集合中选取待识别图像。

在本实施例的一些可选的实现方式中，获取单元进一步被配置成：将图像集合中的图像输入至预先训练的主体识别模型，得到图像集合中的图像的主体类别。

在本实施例的一些可选的实现方式中，第二获取模块702进一步被配置成：将待识别图像输入至预先训练的图像识别模型，得到识别结果。

在本实施例的一些可选的实现方式中，第二获取模块702进一步被配置成：将待识别图像发送至云端；接收云端发送的识别结果。

在本实施例的一些可选的实现方式中，图像识别装置700还包括：第三获取模块，被配置成基于识别结果，获取待识别图像中的对象的关联信息；第二叠加模块，被配置成将关联信息叠加到投屏器的当前投屏视频片段上。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如图像识别方法。例如，在一些实施例中，图像识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的图像识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像识别方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以是分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种图像识别方法，包括：

响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像；

获取所述待识别图像中的对象的识别结果；

将所述识别结果叠加到所述投屏器的当前投屏视频片段上，并投屏到与所述投屏器连接的显示屏上。

2.根据权利要求1所述的方法，其中，所述获取投屏器的待识别图像，包括：

获取所述投屏器的当前投屏图像，作为待识别图像。

3.根据权利要求1所述的方法，其中，所述获取投屏器的待识别图像，包括：

获取所述投屏器的当前投屏图像，以及所述当前投屏图像前后预设数目帧图像，得到图像集合；

从所述图像集合中选取所述待识别图像。

4.根据权利要求3所述的方法，其中，所述从所述图像集合中选取所述待识别图像，包括：

获取所述图像集合中的图像的清晰度；

基于清晰度，从所述图像集合中选取所述待识别图像。

5.根据权利要求3所述的方法，其中，所述从所述图像集合中选取所述待识别图像，包括：

获取所述图像集合中的图像的主体类别；

基于主体类别优先级，从所述图像集合中选取所述待识别图像。

6.根据权利要求5所述的方法，其中，所述获取所述图像集合中的图像的主体类别，包括：

将所述图像集合中的图像输入至预先训练的主体识别模型，得到所述图像集合中的图像的主体类别。

7.根据权利要求1所述的方法，其中，所述获取所述待识别图像中的对象的识别结果，包括：

将所述待识别图像输入至预先训练的图像识别模型，得到所述识别结果。

8.根据权利要求1所述的方法，其中，所述获取所述待识别图像中的对象的识别结果，包括：

将所述待识别图像发送至云端；

接收所述云端发送的所述识别结果。

9.根据权利要求1-8中任一项所述的方法，其中，在所述将所述识别结果叠加到所述投屏器的当前投屏视频片段上之后，还包括：

基于所述识别结果，获取所述待识别图像中的对象的关联信息；

将所述关联信息叠加到所述投屏器的当前投屏视频片段上。

10.一种图像识别装置，包括：

第一获取模块，被配置成响应于在投屏过程中检测到识别操作，获取投屏器的待识别图像；

第二获取模块，被配置成获取所述待识别图像中的对象的识别结果；

第一叠加模块，被配置成将所述识别结果叠加到所述投屏器的当前投屏视频片段上，并投屏到与所述投屏器连接的显示屏上。

11.根据权利要求10所述的装置，其中，所述第一获取模块进一步被配置成：

获取所述投屏器的当前投屏图像，作为待识别图像。

12.根据权利要求10所述的装置，其中，所述第一获取模块包括：

获取子模块，被配置成获取所述投屏器的当前投屏图像，以及所述当前投屏图像前后预设数目帧图像，得到图像集合；

选取子模块，被配置成从所述图像集合中选取所述待识别图像。

13.根据权利要求12所述的装置，其中，所述选取子模块进一步被配置成：

获取所述图像集合中的图像的清晰度；

基于清晰度，从所述图像集合中选取所述待识别图像。

14.根据权利要求12所述的装置，其中，所述选取子模块包括：

获取单元，被配置成获取所述图像集合中的图像的主体类别；

选取单元，被配置成基于主体类别优先级，从所述图像集合中选取所述待识别图像。

15.根据权利要求14所述的装置，其中，所述获取单元进一步被配置成：

将所述图像集合中的图像输入至预先训练的主体识别模型，得到所述图像集合中的图像的主体类别。

16.根据权利要求10所述的装置，其中，第二获取模块进一步被配置成：

将所述待识别图像输入至预先训练的图像识别模型，得到所述识别结果。

17.根据权利要求10所述的装置，其中，第二获取模块进一步被配置成：

将所述待识别图像发送至云端；

接收所述云端发送的所述识别结果。

18.根据权利要求10-17中任一项所述的装置，其中，所述装置还包括：

第三获取模块，被配置成基于所述识别结果，获取所述待识别图像中的对象的关联信息；

第二叠加模块，被配置成将所述关联信息叠加到所述投屏器的当前投屏视频片段上。

19.一种服务器，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。

Images