图像识别方法、装置、设备及计算机存储介质.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CN112711999A(43)申请公布日2021.04.27(21)申请号202011554905.5(22)申请日2020.12.24(71)申请人西人马帝言（北京）科技有限公司地址100000北京市海淀区成府路45号中关村智造大街F座5层502(72)发明人聂泳忠杨素伟(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258代理人赵秀芹(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/40(2006.01)G06K9/44(2006.01)G06F17/14(2006.01)权利要求书2页说明书8页附图2页(54)发明名称图像识别方法、装置、设备及计算机存储介质(57)摘要本发明公开了一种图像识别方法、装置、设备及计算机存储介质。图像识别方法包括：获取第一待识别图像，第一待识别图像包括目标待识别图像；根据第一预设小波函数，对第一待识别图像进行降噪处理，得到包括目标待识别图像第二待识别图像；根据预设图像识别模型，获取第二待识别图像的图像识别结果，得到目标图像。根据本发明图像识别方法，能够有效去除原始图像中的干扰噪声，保留原始图像中有用信息，有利于获取图像中可识别的图像特征。CN112711999ACN112711999A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：获取第一待识别图像，所述第一待识别图像包括目标待识别图像；根据第一预设小波函数，对所述第一待识别图像进行降噪处理，得到包括所述目标待识别图像第二待识别图像；根据预设图像识别模型，获取所述第二待识别图像的图像识别结果，得到目标图像。2.根据权利要求1所述的方法，其特征在于，所述根据第一预设小波函数，对所述第一待识别图像进行降噪处理，得到包括所述目标待识别图像第二待识别图像，包括：根据所述第一预设小波函数获取所述第一待识别图像的近似分量和细节分量，其中，所述细节分量包括高频分量；以及，获取所述近似分量的近似系数和对应所述高频分量的细节系数；对个所述高频分量进行高斯滤波，得到滤波后的高频分量；根据所述近似分量、所述近似系数、所述滤波后的高频分量以及个所述细节系数，进行小波反变换计算，得到所述第二待识别图像。3.根据权利要求1所述的方法，其特征在于，所述根据预设图像识别模型，获取所述第二待识别图像的图像识别结果，包括：根据第二预设小波函数对所述第二待识别图像进行小波变换处理，得到所述第二待识别图像的特征信息；根据所述第二预设小波函数对所述特征信息进行小波逆变换处理，获取所述图像识别结果，得到所述目标图像。4.根据权利要求1所述的方法，其特征在于，所述获取第一待识别图像，包括：获取第三待识别图像；对所述第三待识别图像进行预设数据增广变换，得到所述第一待识别图像。5.根据权利要求4所述的方法，其特征在于，在所述对所述第三待识别图像进行预设数据增广变换之后，所述方法还包括：对增广变换后的所述第三待识别图像进行色彩增强，得到所述第一待识别图像。6.根据权利要求4所述的方法，其特征在于，在所述根据预设图像识别模型，获取所述第二待识别图像的图像识别结果之前，所述方法还包括：获取预设图像识别训练样本，其中，所述预设图像识别训练样本包括根据所述预设数据增广变换后得到的预设图像，所述预设图像包括预设待识别图像；根据所述预设图像识别训练样本对预设图像识别网络进行训练，得到所述预设图像识别模型。7.根据权利要求1所述的方法，其特征在于，所述第一预设小波函数为对称的小波基函数。8.一种图像识别装置，其特征在于，所述装置包括：获取模块，用于获取第一待识别图像，所述第一待识别图像包括目标待识别图像；降噪模块，用于根据第一预设小波函数，对所述第一待识别图像进行降噪处理，得到包括所述目标待识别图像第二待识别图像；识别模块，用于根据预设图像识别模型，获取所述第二待识别图像的图像识别结果，得到所述目标图像。2CN112711999A权利要求书2/2页9.一种图像识别设备，其特征在于，所述设备包括：处理器，以及存储有计算机程序指令的存储器；所述处理器读取并执行所述计算机程序指令，以实现如权利要求1‑7任意一项所述的图像识别方法。10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1‑7任意一项所述的图像识别方法。3CN112711999A说明书1/8页图像识别方法、装置、设备及计算机存储介质技术领域[0001]本发明属于图像处理领域，尤其涉及一种图像识别方法、装置、设备及计算机存储介质。背景技术[0002]随着图像识别以及图像处理技术的迅速发展，通过实时获取图像，并对图像中的目标标