CN112861885A - 图像识别方法、装置、电子设备及存储介质 - Google Patents
图像识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112861885A CN112861885A CN202110320420.8A CN202110320420A CN112861885A CN 112861885 A CN112861885 A CN 112861885A CN 202110320420 A CN202110320420 A CN 202110320420A CN 112861885 A CN112861885 A CN 112861885A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel point
- channel
- channels
- pixel
- 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.)
- Granted
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
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Remote Sensing (AREA)
- Evolutionary Biology (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了图像识别方法、装置、电子设备及存储介质,涉及人工智能技术领域,具体涉及计算机视觉、深度学习等技术领域,可应用于遥感成像场景下。具体实现方案为:获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量;根据图像中各个像素点在各个通道上的数值,确定图像中各个像素点的语义类型;根据图像以及各个像素点的语义类型,生成图像的识别结果。该方法通过充分利用图像中所有通道的像素点的像素值,确定图像中各个像素点的语义类型,进而根据图像中各个像素点的语义类型对图像进行识别,由此,可提高图像的识别精度。
Description
技术领域
本申请涉及人工智能技术领域,具体涉及计算机视觉、深度学习等技术领域,可应用于遥感成像场景下,尤其涉及图像识别方法、装置、电子设备及存储介质。
背景技术
随着人工智能(Artificial Intelligence,简称AI)技术的发展,图像识别得到了较大发展,图像识别旨在对图像进行像素级内容解析,对图像中感兴趣的类别进行提取和分类,在城乡规划、防汛救灾等领域具有很高的实用价值。
目前,相关技术对图像进行识别使用的数据是经过地理信息软件处理后的红绿蓝(Red Green Blue,简称RGB)3通道的数据,对于一些多光谱图像,在处理时则丢掉RGB通道以外的数据,导致图像的识别精度不高。
发明内容
本申请提供了一种用于图像识别方法、装置、电子设备及存储介质。
根据本申请的第一方面,提供了一种图像识别方法,包括:获取待处理的图像,其中,所述图像的第一通道数量大于RGB图像的第二通道数量;根据所述图像中各个像素点在各个通道上的数值,确定所述图像中所述各个像素点的语义类型;根据所述图像以及所述各个像素点的语义类型,生成所述图像的识别结果。
根据本申请的第二方面,提供了一种图像识别装置,包括:获取模块,用于获取待处理的图像,其中,所述图像的第一通道数量大于RGB图像的第二通道数量;确定模块,用于根据所述图像中各个像素点在各个通道上的数值,确定所述图像中所述各个像素点的语义类型;生成模块,用于根据所述图像以及所述各个像素点的语义类型,生成所述图像的识别结果。
根据本申请的第三方面,提供了一种电子设备,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上述第一方面所述的图像识别方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面所述的图像识别方法。
根据本申请的第五方面,提供了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上述第一方面所述的图像识别方法。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请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
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是根据本申请第四实施例的示意图;
图5是用来实现本申请实施例的图像识别方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
图1根据本申请第一实施例的示意图。需要说明的是,本申请实施例的图像识别方法可应用于本申请实施例的图像识别装置,该装置可被配置于电子设备中。其中,该电子设备可以是移动终端,例如,手机、平板电脑、个人数字助理等具有各种操作***的硬件设备。
如图1所示,该图像识别方法可以包括:
步骤101,获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量。
在本申请实施例中,可通过航空扫描、微波雷达等技术获取待处理的图像。
另外,将待处理的图像的所有通道数量作为第一通道数量,RGB图像的所有通道数量作为第二通道数量,需要说明的是,待处理的图像的第一通道数量大于RGB图像的第二通道数量。比如,RGB图像的第二通道数量为3个,待处理的图像的第一通道数量可为数十个。
步骤102,根据图像中各个像素点在各个通道上的数值,确定图像中各个像素点的语义类型。
可选地,获取与第一通道数量匹配的语义分割模型;将图像输入匹配的语义分割模型,以获取图像中各个像素点的语义类型。其中,需要说明的是,语义类型可包括但不限于林地、河流、建筑物、山区等。
也就是说,为了准确地获取图像中各个像素点的语义类型,进一步提高图像的识别精度。在本申请实施例中,获取到待处理的图像之后,可获取与该图像的第一通道数量相匹配的语义分割模型,将图像输入到该模型中,进而获取图像中各个像素点的语义类型。具体详见后续实施例的描述。
步骤103,根据图像以及各个像素点的语义类型,生成图像的识别结果。
为了使图像的识别结果更加直观地显示,在本申请实施例中,在获取到图像中各个像素点的语义类型之后,可生成图像对应的RGB图像,根据图像对应的RGB图像以及所述各个像素点的语义类型,生成图像的识别结果。具体详见后续实施例的描述。
综上,通过充分利用图像中所有通道的像素点的像素值,确定图像中各个像素点的语义类型,进而根据图像中各个像素点的语义类型对图像进行识别,由此,可提高图像的识别精度。
为了准确地获取图像中各个像素点的语义类型,进一步提高图像的识别精度,如图2所示,图2是根据本申请第二实施例的示意图。可选地,获取到待处理的图像之后,可获取与该图像的第一通道数量相匹配的语义分割模型,将图像输入到该模型中,获取图像中各个像素点的语义类型,进而根据图像中各个像素点的语义类型对图像进行识别,具体步骤如下:
步骤201,获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量。
步骤202,获取与第一通道数量匹配的语义分割模型。
作为一种示例,确定经过训练的至少一个候选语义分割模型的输入通道数量与第一通道数量的差值;获取最小差值对应的第一候选语义分割模型,并按照第一通道数量对第一候选语义分割模型进行输入通道调整,得到匹配的语义分割模型。
也就是说,可分别计算经过训练的一个或多个候选语义分割模型与图像的第一通道数量之间的差值,将其中差值最小所对应的候选语义分割模型作为第一候选语义分割模型,若图像的第一通道数量大于第一候选语义分割模型的输入通道数量,则增加第一候选语义分割模型的输入通道数量;若图像的第一通道数量等于第一候选语义分割模型的输入通道数量,则第一候选语义分割模型的输入通道数量不需要调整;若图像的第一通道数量小于第一候选语义分割模型的输入通道数量,则减少第一候选语义分割模型的输入通道数量,由此,可更加准确地得到与图像的第一通道数量匹配的语义分割模型。
可以理解的是,为了得到经过训练的候选语义分割模型,在确定经过训练的至少一个候选语义分割模型的输入通道数量与第一通道数量的差值之前,可对初始的候选语义分割模型进行训练,得到经过训练的候选语义分割模型。
可选地,获取初始的至少一个候选语义分割模型;针对每个初始的候选语义分割模型,获取训练数据,其中,训练数据包括:图像样本,以及图像样本中各个像素点的样本语义类型;采用图像样本以及图像样本中各个像素点的样本语义类型,对初始的语义分割模型进行训练,得到经过训练的语义分割模型。
也就是说,在本申请实施例中,可将一个或多个未经训练的神经网络模型作为初始的候选语义分割模型,针对每个初始的候选语义分割模型,可获取对应的输入通道数量,图像样本的通道数量分别与候选语义分割模型的输入通道数量进行比对,将通道数量与候选语义分割模型的输入通道数量相同的图像样本作为该候选语义分割模型的训练数据。接着,根据训练数据中各个像素点的样本语义类型,对该初始的语义分割模型进行训练,由此,可得到经过训练的语义分割模型,并且可使该经过训练的语义分割模型更加准确。
步骤203,将图像输入匹配的语义分割模型,以获取图像中各个像素点的语义类型。
接着,在获取到与图像的第一通道数量匹配的语义分割模型之后,可将图像输入到匹配的语义分割模型中,语义分割模型可输出图像中各个像素点的语义类型,由此,可获取图像中各个像素点的语义类型。
步骤204,根据图像以及各个像素点的语义类型,生成图像的识别结果。
需要说明的是,本申请实施例的步骤201、204的详细描述可参见图1所示实施例的步骤101、103,本申请不再赘述。
综上,通过获取与该图像的第一通道数量相匹配的语义分割模型,将图像输入到该模型中,进而获取到图像中各个像素点的语义类型,由此,可准确地获取图像中各个像素点的语义类型,进一步提高了图像的识别精度。
为了使图像的识别结果更加直观地显示,如图3所示,图3是根据本申请第三实施例的示意图。在本申请实施例中,可生成图像对应的RGB图像;接着,根据图像对应的RGB图像以及各个像素点的语义类型,生成图像的识别结果。图3所示实施例可包括如下步骤:
步骤301,获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量。
步骤302,根据图像中各个像素点在各个通道上的数值,确定图像中各个像素点的语义类型。
需要说明的是,本申请实施例的步骤301的详细描述可参见图1所示实施的步骤101,步骤302的详细描述可参见图2所示实施例的步骤202-203,本申请不再赘述。
步骤303,生成图像对应的RGB图像。
作为一种示例,去除图像中除RGB通道之外的通道;针对每个RGB通道,对通道中各个像素点的像素值进行归一化处理,并按照RGB通道的取值阈值对归一化处理后的像素值进行相乘处理,得到各个像素点的处理后像素值。
也就是说,为了使图像的识别结果为可显示图像,可对图像中除RGB之外的通道进行去除,针对RGB通道中的各个像素点进行归一化处理,作为一种示例,可确定最大取值阈值,其中,最大取值阈值为,图像中各个像素点在RGB通道或者所有通道上的最大取值,或者,预设图像库中各个图像的各个像素点在RGB通道或者所有通道上的最大取值,或者,预设图像库中部分图像的各个像素点在RGB通道或者所有通道上的最大取值,根据最大取值阈值对RGB通道中各个像素点的像素值进行归一化处理。接着,将RGB通道的取值阈值与归一化处理后的像素值进行相乘,将相乘结果作为各个像素点的处理后像素值。
比如,可通过地理信息处理软件将图像中除RGB之外的通道进行去除,接着,统计图像的所有通道中的像素点的像素值,获取全部像素中的最大像素值,记为MAX_VAL;以图像中的RGB中的某个通道中坐标为(i,j)的像素点的像素值为p_c_i_j为例,将该像素点的像素值p_c_i_j与全部像素中的最大像素值MAX_VAL进行相比,可获取该像素点归一化处理后的像素值,接着,将RGB通道的取值阈值(如255)与归一化处理后的像素值进行相乘,将相乘结果作为该像素点的处理后像素值,比如,像素点的处理后像素值可表示为p_c_i_j/MAX_VAL*255。
步骤304,根据图像对应的RGB图像以及各个像素点的语义类型,生成图像的识别结果。
作为一种示例,可根据各个像素点的语义类型在图像对应的RGB图像上进行标注,将标注的结果作为图像的识别结果。比如,在RGB图像上进行林地、河流、建筑物等语义类型的标注,将RGB图像标注的结果作为对应图像的识别结果。
综上,通过生成图像对应的RGB图像;根据图像对应的RGB图像以及各个像素点的语义类型,生成图像的识别结果。由此,可使图像的识别结果的显示更加直观。
本申请实施例的图像识别方法,通过获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量;根据图像中各个像素点在各个通道上的数值,确定图像中各个像素点的语义类型;根据图像以及各个像素点的语义类型,生成图像的识别结果。该方法通过充分利用图像中所有通道的像素点的像素值,确定图像中各个像素点的语义类型,进而根据图像中各个像素点的语义类型对图像进行识别,由此,可提高图像的识别精度。
为了实现上述实施例,本申请实施例还提出一种图像识别装置。
图4是根据本申请第四实施例的示意图。如图4所示,该图像识别装置400包括:获取模块410、确定模块420、生成模块430。
其中,获取模块410,用于获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量;确定模块420,用于根据图像中各个像素点在各个通道上的数值,确定图像中各个像素点的语义类型;生成模块430,用于根据图像以及各个像素点的语义类型,生成图像的识别结果。
作为本申请实施例的一种可能实现方式,确定模块420具体用于:获取与第一通道数量匹配的语义分割模型;将图像输入匹配的语义分割模型,以获取图像中各个像素点的语义类型;
作为本申请实施例的一种可能实现方式,确定模块420还用于:确定经过训练的至少一个候选语义分割模型的输入通道数量与第一通道数量的差值;获取最小差值对应的第一候选语义分割模型,并按照第一通道数量对第一候选语义分割模型进行输入通道调整,得到匹配的语义分割模型。
作为本申请实施例的一种可能实现方式,图像识别装置400还包括:训练模块。
其中,训练模块,用于获取初始的至少一个候选语义分割模型;针对每个初始的候选语义分割模型,获取训练数据,其中,训练数据包括:图像样本,以及图像样本中各个像素点的样本语义类型;采用图像样本以及图像样本中各个像素点的样本语义类型,对初始的语义分割模型进行训练,得到经过训练的所述语义分割模型。
作为本申请实施例的一种可能实现方式,生成模块430具体用于:生成所述图像对应的RGB图像;根据图像对应的RGB图像以及各个像素点的语义类型,生成图像的识别结果。
作为本申请实施例的一种可能实现方式,生成模块430还用于:去除所述图像中除RGB通道之外的通道;针对每个RGB通道,对通道中各个像素点的像素值进行归一化处理,并按照RGB通道的取值阈值对归一化处理后的像素值进行相乘处理,得到各个像素点的处理后像素值;根据所述图像中RGB通道上各个像素点的处理后像素值,生成图像对应的RGB图像。
作为本申请实施例的一种可能实现方式,图像识别装置400还包括:处理模块。
其中,处理模块,用于对通道中各个像素点的像素值进行归一化处理;其中,处理模块具体用于:确定最大取值阈值;其中,最大取值阈值为,图像中各个像素点在通道或者所有通道上的最大取值,或者,预设图像库中各个图像的各个像素点在通道或者所有通道上的最大取值,或者,预设图像库中部分图像的各个像素点在通道或者所有通道上的最大取值;根据最大取值阈值对通道中所述各个像素点的像素值进行归一化处理。
本申请实施例的图像识别装置,通过获取待处理的图像,其中,图像的第一通道数量大于RGB图像的第二通道数量;根据图像中各个像素点在各个通道上的数值,确定图像中各个像素点的语义类型;根据图像以及各个像素点的语义类型,生成图像的识别结果。该装置可实现通过充分利用图像中所有通道的像素点的像素值,确定图像中各个像素点的语义类型,进而根据图像中各个像素点的语义类型对图像进行识别,由此,可提高图像的识别精度。
根据本申请的实施例,本申请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5示出了可以用来实施本申请的实施例的示例电子设备500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/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元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。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501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501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法图像识别方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、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***的***(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***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***、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***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请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。
在本申请的上下文中,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***、装置或设备使用或与指令执行***、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***、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***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***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(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***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***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***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***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。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
其中,需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
另外,本申请的技术方案中所涉及的信息的获取、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。
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,本发申请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,只要能够实现本申请公开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,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (17)
1.一种图像识别方法,包括:
获取待处理的图像,其中,所述图像的第一通道数量大于RGB图像的第二通道数量;
根据所述图像中各个像素点在各个通道上的数值,确定所述图像中所述各个像素点的语义类型;
根据所述图像以及所述各个像素点的语义类型,生成所述图像的识别结果。
2.根据权利要求1所述的方法,其中,所述根据所述图像中各个像素点在各个通道上的数值,确定所述图像中所述各个像素点的语义类型,包括:
获取与所述第一通道数量匹配的语义分割模型;
将所述图像输入所述匹配的语义分割模型,以获取所述图像中所述各个像素点的语义类型。
3.根据权利要求2所述的方法,其中,所述获取与所述第一通道数量匹配的语义分割模型,包括:
确定经过训练的至少一个候选语义分割模型的输入通道数量与所述第一通道数量的差值;
获取最小差值对应的第一候选语义分割模型,并按照所述第一通道数量对所述第一候选语义分割模型进行输入通道调整,得到所述匹配的语义分割模型。
4.根据权利要求3所述的方法,其中,在确定经过训练的至少一个候选语义分割模型的输入通道数量与所述第一通道数量的差值之前,还包括:
获取初始的至少一个候选语义分割模型;
针对每个初始的候选语义分割模型,获取训练数据,其中,所述训练数据包括:图像样本,以及所述图像样本中各个像素点的样本语义类型;
采用所述图像样本以及所述图像样本中各个像素点的样本语义类型,对所述初始的语义分割模型进行训练,得到经过训练的所述语义分割模型。
5.根据权利要求1所述的方法,其中,所述根据所述图像以及所述各个像素点的语义类型,生成所述图像的识别结果,包括:
生成所述图像对应的RGB图像;
根据所述图像对应的RGB图像以及所述各个像素点的语义类型,生成所述图像的识别结果。
6.根据权利要求5所述的方法,其中,所述生成所述图像对应的RGB图像,包括:
去除所述图像中除RGB通道之外的通道;
针对每个RGB通道,对所述通道中所述各个像素点的像素值进行归一化处理,并按照所述RGB通道的取值阈值对归一化处理后的像素值进行相乘处理,得到所述各个像素点的处理后像素值;
根据所述图像中RGB通道上各个像素点的处理后像素值,生成所述图像对应的RGB图像。
7.根据权利要求6所述的方法,其中,所述对所述通道中所述各个像素点的像素值进行归一化处理,包括:
确定最大取值阈值;其中,所述最大取值阈值为,所述图像中各个像素点在所述通道或者所有通道上的最大取值,或者,预设图像库中各个图像的各个像素点在所述通道或者所有通道上的最大取值,或者,所述预设图像库中部分图像的各个像素点在所述通道或者所有通道上的最大取值;
根据所述最大取值阈值对所述通道中所述各个像素点的像素值进行归一化处理。
8.一种图像识别装置,包括:
获取模块,用于获取待处理的图像,其中,所述图像的第一通道数量大于RGB图像的第二通道数量;
确定模块,用于根据所述图像中各个像素点在各个通道上的数值,确定所述图像中所述各个像素点的语义类型;
生成模块,用于根据所述图像以及所述各个像素点的语义类型,生成所述图像的识别结果。
9.根据权利要求8所述的装置,其中,所述确定模块具体用于:
获取与所述第一通道数量匹配的语义分割模型;
将所述图像输入所述匹配的语义分割模型,以获取所述图像中所述各个像素点的语义类型。
10.根据权利要求9所述的装置,其中,所述确定模块还用于:
确定经过训练的至少一个候选语义分割模型的输入通道数量与所述第一通道数量的差值;
获取最小差值对应的第一候选语义分割模型,并按照所述第一通道数量对所述第一候选语义分割模型进行输入通道调整,得到所述匹配的语义分割模型。
11.根据权利要求10所述的装置,其中,所述装置还包括:
训练模块,用于获取初始的至少一个候选语义分割模型;
针对每个初始的候选语义分割模型,获取训练数据,其中,所述训练数据包括:图像样本,以及所述图像样本中各个像素点的样本语义类型;
采用所述图像样本以及所述图像样本中各个像素点的样本语义类型,对所述初始的语义分割模型进行训练,得到经过训练的所述语义分割模型。
12.根据权利要求8所述的装置,其中,所述生成模块具体用于:
生成所述图像对应的RGB图像;
根据所述图像对应的RGB图像以及所述各个像素点的语义类型,生成所述图像的识别结果。
13.根据权利要求12所述的装置,其中,所述生成模块还用于:
去除所述图像中除RGB通道之外的通道;
针对每个RGB通道,对所述通道中所述各个像素点的像素值进行归一化处理,并按照所述RGB通道的取值阈值对归一化处理后的像素值进行相乘处理,得到所述各个像素点的处理后像素值;
根据所述图像中RGB通道上各个像素点的处理后像素值,生成所述图像对应的RGB图像。
14.根据权利要求13所述的装置,其中,所述装置还包括:
处理模块,用于对所述通道中所述各个像素点的像素值进行归一化处理;
其中,所述处理模块具体用于:
确定最大取值阈值;其中,所述最大取值阈值为,所述图像中各个像素点在所述通道或者所有通道上的最大取值,或者,预设图像库中各个图像的各个像素点在所述通道或者所有通道上的最大取值,或者,所述预设图像库中部分图像的各个像素点在所述通道或者所有通道上的最大取值;
根据所述最大取值阈值对所述通道中所述各个像素点的像素值进行归一化处理。
15.一种电子设备,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1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,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1-7中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320420.8A CN112861885B (zh) | 2021-03-25 | 2021-03-25 | 图像识别方法、装置、电子设备及存储介质 |
US17/504,188 US20220036068A1 (en) | 2021-03-25 | 2021-10-18 | Method and apparatus for recognizing image, electronic device and storage medium |
EP21203410.2A EP3955216A3 (en) | 2021-03-25 | 2021-10-19 | Method and apparatus for recognizing image, electronic device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320420.8A CN112861885B (zh) | 2021-03-25 | 2021-03-25 | 图像识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861885A true CN112861885A (zh) | 2021-05-28 |
CN112861885B CN112861885B (zh) | 2023-09-22 |
Family
ID=75992871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320420.8A Active CN112861885B (zh) | 2021-03-25 | 2021-03-25 | 图像识别方法、装置、电子设备及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220036068A1 (zh) |
EP (1) | EP3955216A3 (zh) |
CN (1) | CN112861885B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806361A (zh) * | 2021-08-18 | 2021-12-17 | 北京百度网讯科技有限公司 | 电子监控设备与道路的关联方法、装置及存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114677567B (zh) * | 2022-05-27 | 2022-10-14 | 成都数联云算科技有限公司 | 模型训练方法、装置、存储介质及电子设备 |
CN115474084B (zh) * | 2022-08-10 | 2023-10-31 | 北京奇艺世纪科技有限公司 | 一种视频封面图像的生成方法、装置、设备和存储介质 |
CN115359430B (zh) * | 2022-10-19 | 2023-02-28 | 煤炭科学研究总院有限公司 | 水泵的保护方法、装置及电子设备 |
CN116109823A (zh) * | 2023-01-13 | 2023-05-12 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、电子设备、存储介质和程序产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108427951A (zh) * | 2018-02-08 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、存储介质和计算机设备 |
WO2018177237A1 (zh) * | 2017-03-29 | 2018-10-04 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置和存储介质 |
WO2021004402A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳数字生命研究院 | 图像识别方法及装置、存储介质和处理器 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL265205B (en) * | 2016-09-06 | 2022-08-01 | B G Negev Technologies And Applications Ltd At Ben Gurion Univ | Extracting hyperspectral information from an image |
CN109741338A (zh) * | 2018-12-13 | 2019-05-10 | 北京爱奇艺科技有限公司 | 一种人脸分割方法、装置及设备 |
-
2021
- 2021-03-25 CN CN202110320420.8A patent/CN112861885B/zh active Active
- 2021-10-18 US US17/504,188 patent/US20220036068A1/en active Pending
- 2021-10-19 EP EP21203410.2A patent/EP3955216A3/en not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018177237A1 (zh) * | 2017-03-29 | 2018-10-04 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置和存储介质 |
CN108427951A (zh) * | 2018-02-08 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、存储介质和计算机设备 |
WO2021004402A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳数字生命研究院 | 图像识别方法及装置、存储介质和处理器 |
Non-Patent Citations (2)
Title |
---|
Y DOVAL: "On the Processing and Analysis of Microtexts: From Normalization to Semantics †", 百度学术 * |
青晨;禹晶;肖创柏;段娟;: "深度卷积神经网络图像语义分割研究进展", 中国图象图形学报, no. 06 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806361A (zh) * | 2021-08-18 | 2021-12-17 | 北京百度网讯科技有限公司 | 电子监控设备与道路的关联方法、装置及存储介质 |
CN113806361B (zh) * | 2021-08-18 | 2024-01-23 | 北京百度网讯科技有限公司 | 电子监控设备与道路的关联方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220036068A1 (en) | 2022-02-03 |
EP3955216A3 (en) | 2022-05-04 |
CN112861885B (zh) | 2023-09-22 |
EP3955216A2 (en) | 2022-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112861885B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN112801164A (zh) | 目标检测模型的训练方法、装置、设备及存储介质 | |
CN115063875B (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN112989995B (zh) | 文本检测方法、装置及电子设备 | |
CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN114419035B (zh) | 产品识别方法、模型训练方法、装置和电子设备 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN113537192A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
US20230096921A1 (en) | Image recognition method and apparatus, electronic device and readable storage medium | |
CN113191261B (zh) | 图像类别的识别方法、装置和电子设备 | |
CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
CN113177466A (zh) | 基于人脸图像的身份识别方法、装置、电子设备及介质 | |
CN112560848B (zh) | 兴趣点poi预训练模型的训练方法、装置及电子设备 | |
CN115565186A (zh) | 文字识别模型的训练方法、装置、电子设备和存储介质 | |
CN113963011A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN114445668A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN114724144A (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
CN114863450A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN113947771A (zh) | 图像识别方法、装置、设备、存储介质以及程序产品 | |
CN113903071A (zh) | 人脸识别方法、装置、电子设备和存储介质 | |
CN113688887A (zh) | 图像识别模型的训练与图像识别方法、装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |