CN112418321A - 标志图像的识别方法和装置 - Google Patents

标志图像的识别方法和装置 Download PDF

Info

Publication number
CN112418321A
CN112418321A CN202011332060.5A CN202011332060A CN112418321A CN 112418321 A CN112418321 A CN 112418321A CN 202011332060 A CN202011332060 A CN 202011332060A CN 112418321 A CN112418321 A CN 112418321A
Authority
CN
China
Prior art keywords
rotation angle
loss function
feature
image
learning
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
CN202011332060.5A
Other languages
English (en)
Inventor
谢树雷
赖荣凤
梅涛
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun 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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202011332060.5A priority Critical patent/CN112418321A/zh
Publication of CN112418321A publication Critical patent/CN112418321A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

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)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种标志图像的识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；将输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；通过神经网络，基于预定义的损失函数对与旋转角度无关的特征进行学习以训练标志图像识别模型；使用标志图像识别模型识别标志图像。该实施方式能够增强标志图像识别模型对多旋转角度标志图像的识别能力，从而更准确地对标志图像进行标志识别。

Description

标志图像的识别方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种标志图像的识别方法和装置。
背景技术
logo是企业或者品牌的一个标识或标志，通过形象化艺术化的标识能够更好的体现企业或者品牌的价值和文化，同时让消费者更加容易的记住和接受相关品牌。随着商业的发展整个社会品牌及对应logo呈现出***性的增长，如何高效快速的是识别出图像中包含的品牌logo，在各个领域均具有重要的意义。
然而，现有技术中至少存在如下问题：
由于logo图像在自然场景中角度多变，现有方法多针对正常视角的logo进行特征提取和识别，角度多样会严重影响logo识别的准确率。
发明内容
有鉴于此，本发明实施例提供一种标志图像的识别方法和装置，能够增强标志图像识别模型对多旋转角度标志图像的识别能力，从而更准确地对标志图像进行标志识别。
为实现上述目的，根据本发明实施例的一个方面，提供了一种标志图像的识别方法。
一种标志图像的识别方法，包括：对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；将所述输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习以训练标志图像识别模型；使用所述标志图像识别模型识别标志图像。
可选地，对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据包括：对待输入的标志图像进行随机多角度的旋转以进行数据增强处理，得到包括旋转角度特征的输入数据。
可选地，所述神经网络包括用于学习所述与旋转角度无关的特征的全连接特征层；并且，通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习包括：通过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层，基于预定义的损失函数对所述与旋转角度无关的特征进行学习。
可选地，所述标志图像识别模型为分类模型，所述预定义的损失函数包括分类损失函数和旋转角度无关损失函数。
可选地，所述分类损失函数为基于度量学习的损失函数；所述旋转角度无关损失函数为基于欧氏距离计算的损失函数，所述旋转角度无关损失函数为：
Figure BDA0002796087030000021
其中，fc2即指的是FC-2层，Ofc2-i为所述标志图像经过角度旋转后的第i个样本经过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层FC-2层的输出特征；
Average(Ofc2)为所述标志图像经过角度旋转后的所有样本经过所述神经网络包括的用于学***均值；
N为所述标志图像经过角度旋转后的样本个数，i∈[1,N]；
Figure BDA0002796087030000022
为所述输出特征与所述输出特征的平均值之间的欧氏距离；
Figure BDA0002796087030000031
为FC-2层的所有样本的输出特征与所述输出特征的平均值之间的欧氏距离之和。
根据本发明实施例的另一方面，提供了一种标志图像的识别装置。
一种标志图像的识别装置，包括：数据处理模块，用于对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；特征提取模块，用于将所述输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；模型训练模块，用于通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习以训练标志图像识别模型；标志识别模块，用于使用所述标志图像识别模型识别标志图像。
可选地，所述数据处理模块还用于：对待输入的标志图像进行随机多角度的旋转以进行数据增强处理，得到包括旋转角度特征的输入数据。
可选地，所述神经网络包括用于学习所述与旋转角度无关的特征的全连接特征层；并且，所述模型训练模块还用于：通过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层，基于预定义的损失函数对所述与旋转角度无关的特征进行学习。
可选地，所述标志图像识别模型为分类模型，所述预定义的损失函数包括分类损失函数和旋转角度无关损失函数。
可选地，所述分类损失函数为基于度量学习的损失函数；所述旋转角度无关损失函数为基于欧氏距离计算的损失函数，所述旋转角度无关损失函数为：
Figure BDA0002796087030000032
其中，fc2即指的是FC-2层，Ofc2-i为所述标志图像经过角度旋转后的第i个样本经过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层FC-2层的输出特征；
Average(Ofc2)为所述标志图像经过角度旋转后的所有样本经过所述神经网络包括的用于学***均值；
N为所述标志图像经过角度旋转后的样本个数，i∈[1,N]；
Figure BDA0002796087030000041
为所述输出特征与所述输出特征的平均值之间的欧氏距离；
Figure BDA0002796087030000042
为FC-2层的所有样本的输出特征与所述输出特征的平均值之间的欧氏距离之和。
根据本发明实施例的又一方面，提供了一种标志图像的识别电子设备。
一种识别标志图像的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所提供的标志图像的识别方法。
根据本发明实施例的再一方面，提供了一种计算机可读介质。
一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的标志图像的识别方法。
上述发明中的一个实施例具有如下优点或有益效果：通过对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；将输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；通过神经网络，基于预定义的损失函数对与旋转角度无关的特征进行学习以训练标志图像识别模型；使用标志图像识别模型识别标志图像，实现了通过神经网络对标志图像的包括旋转角度特征的输入数据进行特征提取和学习以训练标志图像识别模型，并基于该标志图像识别模型来识别标志图像。通过从标志图像的包括旋转角度特征的输入数据中提取与旋转角度无关的特征并学习，可以将旋转角度对标志图像的影响降低，增强了标志图像识别模型对多旋转角度标志图像的识别能力，从而更准确地对标志图像进行标志识别。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的标志图像的识别方法的主要步骤示意图；
图2是本发明一个实施例的标志图像识别模型的实现原理示意图；
图3是根据本发明实施例的标志图像的识别装置的主要模块示意图；
图4是本发明实施例可以应用于其中的示例性***架构图；
图5是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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。
目前，在进行企业或者品牌标志logo的识别时，多使用传统的图像算法进行logo识别，例如：基于sift(Scale-invariant feature transform，尺度不变特征变换)算法、HOG(Histogram of Oriented Gradient，方向梯度直方图)算法等特征算法提取logo图像特征，然后使用诸如SVM(Support Vector Machine，支持向量机)等分类器对logo进行识别；或者使用基于深度学习进行logo识别，即：使用基于深度学习的方法提取logo特征对logo进行分类。
但是这些方法在使用过程中，均无法准确实现对发生了角度变化的logo图像进行特征提取和识别，仅能适用于正常视角的logo识别。为了解决该技术问题，本发明提供了一种标志图像的识别方法和装置，使用深度学习方法进行logo图像的特征提取，通过在神经网络中加入额外的特征层可以使神经网络提取logo的与旋转角度无关的特征，使用基于metric learning(度量学习)的方式提高logo特征的判别性。
图1是根据本发明实施例的标志图像的识别方法的主要步骤示意图。如图1所示，本发明实施例的标志图像的识别方法主要包括如下的步骤S101至步骤S104。
步骤S101：对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；
步骤S102：将输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；
步骤S103：通过神经网络，基于预定义的损失函数对与旋转角度无关的特征进行学习以训练标志图像识别模型；
步骤S104：使用标志图像识别模型识别标志图像。
根据上述的步骤S101至步骤S104，即可实现通过神经网络对标志图像的包括旋转角度特征的输入数据进行特征提取和学习以训练标志图像识别模型，并基于该标志图像识别模型来识别标志图像。通过从标志图像的包括旋转角度特征的输入数据中提取与旋转角度无关的特征并学习，可以将旋转角度对标志图像的影响降低，从而更准确地对标志图像进行标志识别。
根据本发明的一个实施例，在对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据时，具体地，可以对待输入的标志图像进行随机多角度的旋转以进行数据增强处理，得到包括旋转角度特征的输入数据。在具体实施时，可以通过人工的方式对待输入的标志图像logo数据进行旋转，以模拟多角度的logo形态，从而进行训练样本的扩充，使得训练样本包括logo图像的角度特征。同样地，也可基于预设算法，对标志图像进行随机多角度的旋转，以得到多角度的logo形态。本发明对此不作限定。
根据本发明的另一个实施例，神经网络包括用于学习与旋转角度无关的特征的全连接特征层；并且，步骤S103通过神经网络，基于预定义的损失函数对与旋转角度无关的特征进行学习，具体可以包括：通过神经网络包括的用于学习与旋转角度无关的特征的全连接特征层，基于预定义的损失函数对与旋转角度无关的特征进行学习。通过该全连接特征层，可以基于与旋转角度无关的特征进行机器学习，从而更准确地基于标志图像的特征进行标志识别，更好地实现对多旋转角度的logo的识别能力。
图2是本发明一个实施例的标志图像识别模型的实现原理示意图。如图2所示，本发明实施例的标志图像识别模型基于神经网络实现，且该标志图像识别模型为分类模型。该神经网络包括多个卷积池化层(即：图2中的C-X，X＝1、2、3、……)，这些卷积池化层用于进行特征提取，其中的每个C-X框均代表一个conv+pooling结构，其中，conv表示卷积操作，pooling表示池化操作。其中，进行特征提取的conv+pooling结构也可以使用其他的特征提取网络结构，例如残差网络resnet、移动端神经网络mobilenet等。本发明对此不作限定。
图2的神经网络还包括输入层，该输入层的输入即为对某标志图像进行多角度旋转后得到的样本输入数据。另外，该神经网络还包括两个全连接特征层FC-1和FC-2，以及一个输出层FC-OUT。该输出层输出的为预测的该标志图像所属类别的概率，可以根据需求设置分类的类别数。其中，分类规则例如是根据该标志图像所对应的品牌来输出分类结果。在图2中，输出层的输出结果即为标志图像所属的品牌。
在上述的两个全连接特征层FC-1和FC-2中，全连接特征层FC-2用于对与旋转角度无关的特征进行学习。具体地，全连接特征层FC-2可基于预定义的损失函数对与旋转角度无关的特征进行学习。由于该标志图像识别模型为分类模型，且是要对标志图像的包括旋转角度的特征数据进行学习，因此预定义的损失函数可以包括分类损失函数和旋转角度无关损失函数。
其中，分类损失函数Lcls为基于度量学习的损失函数，例如，可以使用L-Softmax函数、arc-face(人脸识别)损失函数、triplet-loss损失函数等与metric learning(度量学习)相关的损失函数计算分类损失，可以提高标志图像识别模型的分类能力。
在本发明的实施例中，旋转角度无关损失函数为基于欧氏距离计算的损失函数，旋转角度无关损失函数为：
Figure BDA0002796087030000081
其中，Lrot即为旋转角度无关损失函数，fc2即指的是FC-2层，Ofc2-i为该标志图像经过角度旋转后的第i个样本经过神经网络包括的用于学习与旋转角度无关的特征的全连接特征层FC-2层的输出特征；
Average(Ofc2)为该标志图像经过角度旋转后的所有样本经过述神经网络包括的用于学***均值；
N为该标志图像经过角度旋转后的样本个数，i∈[1,N]；
Figure BDA0002796087030000082
为所述输出特征与所述输出特征的平均值之间的欧氏距离；
Figure BDA0002796087030000083
为FC-2层的所有样本的输出特征与所述输出特征的平均值之间的欧氏距离之和。
基于旋转角度无关损失函数，可使得进行角度旋转后的标志图像logo的样本特征接近角度旋转后得到的所有样本的平均值，可以使经过神经网络提取的logo特征保留更多的与角度无关的特征。通过在神经网络中加入FC-2层，并基于旋转角度无关损失函数对与旋转角度无关的特征进行学习，增强了标志图像识别模型对多旋转角度logo的识别能力。
图3是根据本发明实施例的标志图像的识别装置的主要模块示意图。如图3所示，本发明实施例的标志图像的识别装置300主要包括数据处理模块301、特征提取模块302、模型训练模块303和标志识别模块304。
数据处理模块301，用于对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；
特征提取模块302，用于将所述输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；
模型训练模块303，用于通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习以训练标志图像识别模型；
标志识别模块304，用于使用所述标志图像识别模型识别标志图像。
根据本发明的一个实施例，数据处理模块301还可以用于：
对待输入的标志图像进行随机多角度的旋转以进行数据增强处理，得到包括旋转角度特征的输入数据。
根据本发明的另一个实施例，所述神经网络包括用于学习所述与旋转角度无关的特征的全连接特征层；
并且，模型训练模块303还可以用于：
通过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层，基于预定义的损失函数对所述与旋转角度无关的特征进行学习。
根据本发明的又一个实施例，所述标志图像识别模型为分类模型，所述预定义的损失函数包括分类损失函数和旋转角度无关损失函数。
根据本发明的再一个实施例，所述分类损失函数为基于度量学习的损失函数；所述旋转角度无关损失函数为基于欧氏距离计算的损失函数，所述旋转角度无关损失函数为：
Figure BDA0002796087030000101
其中，fc2即指的是FC-2层，Ofc2-i为所述标志图像经过角度旋转后的第i个样本经过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层FC-2层的输出特征；
Average(Ofc2)为所述标志图像经过角度旋转后的所有样本经过所述神经网络包括的用于学***均值；
N为所述标志图像经过角度旋转后的样本个数，i∈[1,N]；
Figure BDA0002796087030000102
为所述输出特征与所述输出特征的平均值之间的欧氏距离；
Figure BDA0002796087030000103
为FC-2层的所有样本的输出特征与所述输出特征的平均值之间的欧氏距离之和。
根据本发明实施例的技术方案，通过对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；将输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；通过神经网络，基于预定义的损失函数对与旋转角度无关的特征进行学习以训练标志图像识别模型；使用标志图像识别模型识别标志图像，实现了通过神经网络对标志图像的包括旋转角度特征的输入数据进行特征提取和学习以训练标志图像识别模型，并基于该标志图像识别模型来识别标志图像。通过从标志图像的包括旋转角度特征的输入数据中提取与旋转角度无关的特征并学习，可以将旋转角度对标志图像的影响降低，增强了标志图像识别模型对多旋转角度标志图像的识别能力，从而更准确地对标志图像进行标志识别。
图4示出了可以应用本发明实施例的标志图像的识别方法或标志图像的识别装置的示例性***架构400。
如图4所示，***架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种客户端应用，例如对标志图像进行旋转的应用、对标志图像进行识别的应用等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，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。
服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所输入的待识别的标志图像提供识别支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的标志图像识别请求等数据进行分析等处理，并将处理结果(例如标志图像对应的品牌--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的标志图像的识别方法一般由服务器405执行，相应地，标志图像的识别装置一般设置于服务器405中。
应该理解，图4中的终端设备、网络和服务器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、网络和服务器。
下面参考图5，其示出了适于用来实现本发明实施例的终端设备或服务器的计算机***500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机***500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有***500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的***中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机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***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机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、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据处理模块、特征提取模块、模型训练模块和标志识别模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，数据处理模块还可以被描述为“用于对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；将所述输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习以训练标志图像识别模型；使用所述标志图像识别模型识别标志图像。
根据本发明实施例的技术方案，通过对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；将输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；通过神经网络，基于预定义的损失函数对与旋转角度无关的特征进行学习以训练标志图像识别模型；使用标志图像识别模型识别标志图像，实现了通过神经网络对标志图像的包括旋转角度特征的输入数据进行特征提取和学习以训练标志图像识别模型，并基于该标志图像识别模型来识别标志图像。通过从标志图像的包括旋转角度特征的输入数据中提取与旋转角度无关的特征并学习，可以将旋转角度对标志图像的影响降低，增强了标志图像识别模型对多旋转角度标志图像的识别能力，从而更准确地对标志图像进行标志识别。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种标志图像的识别方法，其特征在于，包括：
对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；
将所述输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；
通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习以训练标志图像识别模型；
使用所述标志图像识别模型识别标志图像。
2.根据权利要求1所述的方法，其特征在于，对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据包括：
对待输入的标志图像进行随机多角度的旋转以进行数据增强处理，得到包括旋转角度特征的输入数据。
3.根据权利要求1所述的方法，其特征在于，所述神经网络包括用于学习所述与旋转角度无关的特征的全连接特征层；
并且，通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习包括：
通过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层，基于预定义的损失函数对所述与旋转角度无关的特征进行学习。
4.根据权利要求1或3所述的方法，其特征在于，所述标志图像识别模型为分类模型，所述预定义的损失函数包括分类损失函数和旋转角度无关损失函数。
5.根据权利要求4所述的方法，其特征在于，
所述分类损失函数为基于度量学习的损失函数；
所述旋转角度无关损失函数为基于欧氏距离计算的损失函数，所述旋转角度无关损失函数为：
Figure FDA0002796087020000021
其中，fc2即指的是FC-2层，Ofc2-i为所述标志图像经过角度旋转后的第i个样本经过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层FC-2层的输出特征；
Average(Ofc2)为所述标志图像经过角度旋转后的所有样本经过所述神经网络包括的用于学***均值；
N为所述标志图像经过角度旋转后的样本个数，i∈[1,N]；
Figure FDA0002796087020000022
为所述输出特征与所述输出特征的平均值之间的欧氏距离；
Figure FDA0002796087020000023
为FC-2层的所有样本的输出特征与所述输出特征的平均值之间的欧氏距离之和。
6.一种标志图像的识别装置，其特征在于，包括：
数据处理模块，用于对待输入的标志图像进行数据增强处理以得到包括旋转角度特征的输入数据；
特征提取模块，用于将所述输入数据输入到神经网络中以提取标志图像的与旋转角度无关的特征；
模型训练模块，用于通过所述神经网络，基于预定义的损失函数对所述与旋转角度无关的特征进行学习以训练标志图像识别模型；
标志识别模块，用于使用所述标志图像识别模型识别标志图像。
7.根据权利要求6所述的装置，其特征在于，所述数据处理模块还用于：
对待输入的标志图像进行随机多角度的旋转以进行数据增强处理，得到包括旋转角度特征的输入数据。
8.根据权利要求6所述的装置，其特征在于，所述神经网络包括用于学习所述与旋转角度无关的特征的全连接特征层；
并且，所述模型训练模块还用于：
通过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层，基于预定义的损失函数对所述与旋转角度无关的特征进行学习。
9.根据权利要求6或8所述的装置，其特征在于，所述标志图像识别模型为分类模型，所述预定义的损失函数包括分类损失函数和旋转角度无关损失函数。
10.根据权利要求9所述的装置，其特征在于，
所述分类损失函数为基于度量学习的损失函数；
所述旋转角度无关损失函数为基于欧氏距离计算的损失函数，所述旋转角度无关损失函数为：
Figure FDA0002796087020000031
其中，fc2即指的是FC-2层，Ofc2-i为所述标志图像经过角度旋转后的第i个样本经过所述神经网络包括的用于学习所述与旋转角度无关的特征的全连接特征层FC-2层的输出特征；
Average(Ofc2)为所述标志图像经过角度旋转后的所有样本经过所述神经网络包括的用于学***均值；
N为所述标志图像经过角度旋转后的样本个数，i∈[1,N]；
Figure FDA0002796087020000032
为所述输出特征与所述输出特征的平均值之间的欧氏距离；
Figure FDA0002796087020000033
为FC-2层的所有样本的输出特征与所述输出特征的平均值之间的欧氏距离之和。
11.一种识别标志图像的电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202011332060.5A 2020-11-24 2020-11-24 标志图像的识别方法和装置 Pending CN112418321A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011332060.5A CN112418321A (zh) 2020-11-24 2020-11-24 标志图像的识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011332060.5A CN112418321A (zh) 2020-11-24 2020-11-24 标志图像的识别方法和装置

Publications (1)

Publication Number Publication Date
CN112418321A true CN112418321A (zh) 2021-02-26

Family

ID=74777996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011332060.5A Pending CN112418321A (zh) 2020-11-24 2020-11-24 标志图像的识别方法和装置

Country Status (1)

Country Link
CN (1) CN112418321A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024066429A1 (zh) * 2022-09-26 2024-04-04 腾讯科技（深圳）有限公司 用于芯片版图编码器的训练、芯片版图的筛选方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009069655A (ja) * 2007-09-14 2009-04-02 Ricoh Co Ltd 画像形成装置
CN104281845A (zh) * 2014-10-29 2015-01-14 中国科学院自动化研究所 基于旋转不变字典学习模型的人脸识别方法
CN106408038A (zh) * 2016-09-09 2017-02-15 华南理工大学 一种基于卷积神经网络模型的旋转汉字识别方法
CN109241995A (zh) * 2018-08-01 2019-01-18 中国计量大学 一种基于改进型ArcFace损失函数的图像识别方法
KR20190142856A (ko) * 2018-06-19 2019-12-30 전자부품연구원 데이터 증분 기반 강인한 객체 인지 방법 및 시스템
CN111680678A (zh) * 2020-05-25 2020-09-18 腾讯科技（深圳）有限公司 目标区域识别方法、装置、设备及可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009069655A (ja) * 2007-09-14 2009-04-02 Ricoh Co Ltd 画像形成装置
CN104281845A (zh) * 2014-10-29 2015-01-14 中国科学院自动化研究所 基于旋转不变字典学习模型的人脸识别方法
CN106408038A (zh) * 2016-09-09 2017-02-15 华南理工大学 一种基于卷积神经网络模型的旋转汉字识别方法
KR20190142856A (ko) * 2018-06-19 2019-12-30 전자부품연구원 데이터 증분 기반 강인한 객체 인지 방법 및 시스템
CN109241995A (zh) * 2018-08-01 2019-01-18 中国计量大学 一种基于改进型ArcFace损失函数的图像识别方法
CN111680678A (zh) * 2020-05-25 2020-09-18 腾讯科技（深圳）有限公司 目标区域识别方法、装置、设备及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李新伟;徐良浩;杨艺;费树岷;: "深度度量学习视频指纹算法", 计算机辅助设计与图形学学报, 24 June 2020 (2020-06-24) *
王和勇;郑杰;姚正安;李磊;: "基于聚类和改进距离的LLE方法在数据降维中的应用", 计算机研究与发展, no. 08, 28 August 2006 (2006-08-28) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024066429A1 (zh) * 2022-09-26 2024-04-04 腾讯科技（深圳）有限公司 用于芯片版图编码器的训练、芯片版图的筛选方法及装置

Similar Documents

Publication Publication Date Title
CN108304835B (zh) 文字检测方法和装置
CN113255694B (zh) 训练图像特征提取模型和提取图像特征的方法、装置
CN108734185B (zh) 图像校验方法和装置
CN110942061A (zh) 文字识别方法、装置、设备和计算机可读介质
CN108256532A (zh) 图像处理方法、装置、电子设备及存储介质
CN112766284B (zh) 图像识别方法和装置、存储介质和电子设备
CN113221918B (zh) 目标检测方法、目标检测模型的训练方法及装置
CN112330331A (zh) 基于人脸识别的身份验证方法、装置、设备及存储介质
CN112418321A (zh) 标志图像的识别方法和装置
CN112396060A (zh) 基于身份证分割模型的身份证识别方法及其相关设备
CN114445833B (zh) 文本识别方法、装置、电子设备和存储介质
CN115546554A (zh) 敏感图像的识别方法、装置、设备和计算机可读存储介质
CN112926368B (zh) 一种识别障碍物的方法和装置
CN113742485A (zh) 一种处理文本的方法和装置
CN113988223A (zh) 证件图像识别方法、装置、计算机设备及存储介质
CN113657364A (zh) 用于识别文字标志的方法、装置、设备以及存储介质
CN112801086A (zh) 凭证分类的方法、装置、电子设备和存储介质
CN111639198A (zh) 媒体文件识别方法、装置、可读介质及电子设备
CN111428729A (zh) 一种目标检测方法和装置
CN111291758A (zh) 用于识别***文字的方法和装置
CN115563289B (zh) 行业分类标签生成方法、装置、电子设备和可读介质
CN112949317B (zh) 文本语义识别方法、装置、计算机设备及存储介质
CN111881778B (zh) 文本检测的方法、装置、设备和计算机可读介质
CN113111177B (zh) 文本数据标注方法、装置、电子设备和存储介质
CN117612181A (zh) 图像识别方法、装置、计算机设备和存储介质

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