图像识别方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113963011A(43)申请公布日2022.01.21(21)申请号202111171849.1G06V10/74(2022.01)(22)申请日2021.10.08G06K9/62(2022.01)(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人李莹莹谭啸孙昊(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201代理人罗岚(51)Int.Cl.G06T7/13(2017.01)G06T7/11(2017.01)G06T7/50(2017.01)G06N3/08(2006.01)G06N20/00(2019.01)权利要求书4页说明书13页附图6页(54)发明名称图像识别方法、装置、电子设备及存储介质(57)摘要本公开提供了一种图像识别方法、装置、电子设备及存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于图像识别场景下。具体实现方案为：获取初始图像，初始图像具有对应的参考深度值，根据参考深度值，从初始图像中识别出多个分割区域，确定与多个分割区域分别对应的多个深度变化信息，以及根据多个深度变化信息对初始图像进行边缘分割处理，以得到初始图像的多个目标边缘信息。由此，能够结合图像的深度分布情况辅助对图像中的边缘信息进行识别，增强对图像中分割区域的识别能力，避免图像识别过程中丢失部分边缘信息，提升针对图像边缘信息的识别效率，有效提升获取边缘信息的识别准确性。CN113963011ACN113963011A权利要求书1/4页1.一种图像识别方法，包括：获取初始图像，所述初始图像具有对应的参考深度值；根据所述参考深度值，从所述初始图像中识别出多个分割区域；确定与所述多个分割区域分别对应的多个深度变化信息；以及根据所述多个深度变化信息对所述初始图像进行边缘分割处理，以得到所述初始图像的多个目标边缘信息。2.根据权利要求1所述的方法，其中，所述根据所述参考深度值，从所述初始图像中识别出多个分割区域，包括：对所述初始图像进行划分，以得到多个候选区域；根据所述参考深度值，判断所述候选区域是否满足设定条件；如果所述候选区域满足所述设定条件，则将所述候选区域作为所述分割区域。3.根据权利要求2所述的方法，其中，所述根据所述参考深度值，判断所述候选区域是否满足设定条件，包括：确定所述候选区域中的基准像素点；对所述参考深度值进行解析处理，以得到所述基准像素点的基准深度值，和与多个参考像素点分别对应的多个参考深度值，其中，所述参考像素点是所述候选区域中除所述基准像素点之外的像素点；根据所述基准深度值和所述多个参考深度值，判断相应所述候选区域是否满足所述设定条件。4.根据权利要求3所述的方法，其中，所述根据所述基准深度值和所述多个参考深度值，判断相应所述候选区域是否满足所述设定条件，包括：确定所述基准深度值分别与所述多个参考深度值之间的多个深度差值；统计大于深度差阈值的所述深度差值的数量，与所述多个深度差值的总数量之间的比例值；如果所述比例值大于或者等于比例阈值，则判定相应所述候选区域满足所述设定条件；如果所述比例值小于所述比例阈值，则判定相应所述候选区域不满足所述设定条件。5.根据权利要求1所述的方法，其中，所述确定与所述多个分割区域分别对应的多个深度变化信息，包括：对所述分割区域进行区块划分，以得到多个边缘区和多个非边缘区，其中，所述多个边缘区包括：第一边缘区和第二边缘区；确定所述第一边缘区的第一深度变化值，其中，所述第一深度变化值大于或者等于变化阈值，所述第一深度变化值，是所述第一边缘区中不同像素点之间的深度变化值；确定所述第二边缘区的第二深度变化值，其中，所述第二深度变化值小于所述变化阈值，所述第二深度变化值，是所述第二边缘区中不同像素点之间的深度变化值；确定所述非边缘区的第三深度变化值，其中，所述第三深度变化值，是所述非边缘区中不同像素点之间的深度变化值；将所述第一深度变化值、所述第二深度变化值，以及所述第三深度变化值共同作为所述多个深度变化信息。2CN113963011A权利要求书2/4页6.根据权利要求5所述的方法，其中，所述根据所述多个深度变化信息对所述初始图像进行边缘分割处理，以得到所述初始图像的多个目标边缘信息，包括：将所述初始图像输入至边缘分割模型中，以得到所述边缘分割模型输出的多个初始边缘信息；根据所述多个初始边缘信息、所述第一深度变化值、所述第二深度变化值，以及所述第三深度变化值确定模型损失值；如果所述模型损失值小于损失阈值，则将所述多个初始边缘信息分别作为所述多个目标边缘信息。7.根据权利要求6所述的方法，其中，所述根据所述多个初始边缘信息、所述第一深度