预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共26页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113761245A(43)申请公布日2021.12.07(21)申请号202110510014.8(22)申请日2021.05.11(71)申请人腾讯科技(深圳)有限公司地址518000广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人侯昊迪余亭浩张绍明陈少华(74)专利代理机构北京派特恩知识产权代理有限公司11270代理人赵翠萍张颖玲(51)Int.Cl.G06F16/535(2019.01)G06F16/55(2019.01)G06N20/00(2019.01)权利要求书2页说明书16页附图7页(54)发明名称图像识别方法、装置、电子设备及计算机可读存储介质(57)摘要本申请提供了一种图像识别方法、装置、电子设备及计算机可读存储介质;方法包括:对图像进行属性预测处理,得到对应图像中的对象的多个候选属性框;基于多个候选属性框的类别对多个候选属性框进行聚合处理,得到多组候选属性框;基于每组候选属性框的交并比对每组候选属性框进行筛选处理,得到每个类别对应的目标属性框;基于每个类别对应的目标属性框对对象进行类别识别处理,得到图像的类别。通过本申请,能够提高图像识别的精确性。CN113761245ACN113761245A权利要求书1/2页1.一种图像识别方法,其特征在于,所述方法包括:对图像进行属性预测处理,得到对应所述图像中的对象的多个候选属性框;基于所述多个候选属性框的类别对所述多个候选属性框进行聚合处理,得到多组候选属性框;基于每组候选属性框的交并比对所述每组候选属性框进行筛选处理,得到每个类别对应的目标属性框;基于所述每个类别对应的目标属性框对所述对象进行类别识别处理,得到所述图像的类别。2.根据权利要求1所述的方法,其特征在于,所述多个候选属性框包括对应所述对象的整体的候选整体属性框和对应所述对象的局部的候选局部属性框,所述目标属性框包括目标整体属性框和目标局部属性框;所述基于每组候选属性框的交并比对所述每组候选属性框进行筛选处理,得到每个类别对应的目标属性框,包括:基于至少一个所述候选整体属性框确定与所述对象的整体对应的目标整体属性框;遍历每组所述候选局部属性框,对同一组中的候选局部属性框执行过滤操作,并将过滤得到的属于所述对象、且对应的属性概率最大的候选局部属性框作为所述目标局部属性框。3.根据权利要求2所述的方法,其特征在于,所述基于至少一个所述候选整体属性框确定与所述对象的整体对应的目标整体属性框,包括:当至少一个所述候选整体属性框的数量为一个时,将所述候选整体属性框作为所述目标整体属性框;当至少一个所述候选整体属性框的数量为多个,且所述对象的数量为一个时,将对应的属性概率最大的候选整体属性框作为所述目标整体属性框;当至少一个所述候选整体属性框的数量为多个,且所述对象的数量为多个时,确定至少一个所述候选整体属性框间的交并比,将所述交并比大于第一交并比阈值的候选整体属性框聚合为多组候选整体属性框,将每组所述候选整体属性框中对应的属性概率最大的候选整体属性框作为所述目标整体属性框。4.根据权利要求2所述的方法,其特征在于,所述对同一组中的候选局部属性框执行过滤操作,包括:基于同一组中两个候选局部属性框的位置确定所述两个候选局部属性框的交并比;当所述交并比大于第一交并比阈值时,过滤掉所述两个候选局部属性框中属性概率较小的候选局部属性框;当所述交并比小于或者等于所述第一交并比阈值时,基于所述目标整体属性框过滤掉所述两个候选局部属性框中不属于所述对象的候选局部属性框。5.根据权利要求4所述的方法,其特征在于,所述两个候选局部属性框分别为第一候选局部属性框和第二候选局部属性框;所述基于同一组中两个候选局部属性框的位置确定所述两个候选局部属性框的交并比,包括:基于所述第一候选局部属性框和所述第二候选局部属性框的位置,确定所述第一候选2CN113761245A权利要求书2/2页局部属性框和所述第二候选局部属性框的交叉面积和合并面积;将所述交叉面积与所述合并面积的比例作为所述第一候选局部属性框和所述第二候选局部属性框的交并比。6.根据权利要求4所述的方法,其特征在于,所述当所述交并比小于或者等于所述第一交并比阈值时,基于所述目标整体属性框过滤掉所述两个候选局部属性框中不属于所述对象的候选局部属性框,包括:当所述交并比小于或者等于所述第一交并比阈值时,分别确定所述两个候选局部属性框与所述目标整体属性框的交并比;过滤掉与所述目标整体属性框的交并比小于或者等于第二交并比阈值的候选局部属性框。7.根据权利要求1所述的方法,其特征在于,所述对图像进行属性预测处理,得到对应所述图像中的对象的多个候选属性框,包括:对所述图像进行卷积处理,得到图像特征;对