用于显示识别结果的方法和计算机系统技术方案

本公开涉及用于显示识别结果的方法，包括：接收能够呈现出待识别对象的至少一部分的影像，并对所述影像所呈现的所述待识别对象的至少一部分进行识别；以及响应于得到识别结果，显示呈现所述识别结果的第一图片，其中，所述第一图片包括对所述识别结果的一个或多个部分的标示。本公开还涉及用于显示识别结果的计算机系统。计算机系统。计算机系统。

【技术实现步骤摘要】
用于显示识别结果的方法和计算机系统


[0001]本公开涉及计算机
，尤其涉及用于显示识别结果的方法和计算机系统。

技术介绍

[0002]计算机
中，存在多种对待识别对象进行识别的应用(APP)，例如用于识别植物的应用等。这些应用通常接收来自用户的影像(包括静态图像、动态图像、以及视频等)，并基于由人工智能技术建立的识别模型对影像中的待识别对象进行识别，以得到识别结果。例如，对象为生物时得到的识别结果可以是其物种。来自用户的影像通常包括待识别对象的至少一部分，例如，用户拍摄的影像中包括待识别植物的茎、叶、和花。识别结果可能与影像中的待识别对象完全匹配或匹配程度较高，也可能与影像中的待识别对象匹配程度较低。识别结果通常以图片的形式显示。

技术实现思路

[0003]本公开的一个目的是提供用于显示识别结果的方法和计算机系统。
[0004]根据本公开的第一方面，提供了一种用于显示识别结果的方法，包括：接收能够呈现出待识别对象的至少一部分的影像，并对所述影像所呈现的所述待识别对象的至少一部分进行识别；以及响应于得到识别结果，显示呈现所述识别结果的第一图片，其中，所述第一图片包括对所述识别结果的一个或多个部分的标示。
[0005]根据本公开的第二方面，提供了一种用于显示识别结果的方法，包括：接收能够呈现出待识别对象的至少一部分的影像，并对所述影像所呈现的所述待识别对象的至少一部分进行识别；以及响应于得到识别结果，显示与所述识别结果相关的一个或多个第五图片，每个所述第五图片与所述识别结果的一个部分相对应。
[0006]根据本公开的第三方面，提供了一种用于显示识别结果的方法，包括：接收能够呈现出待识别对象的第一部分的影像，并对所述第一部分进行识别；以及响应于得到识别结果，显示呈现所述识别结果的第一部分的第八图片，其中，所述第八图片还呈现所述识别结果的与所述第一部分不同的第二部分。
[0007]根据本公开的第四方面，提供了一种用于显示识别结果的计算机系统，包括：一个或多个处理器；以及一个或多个存储器，所述一个或多个存储器被配置为存储一系列计算机可执行的指令以及与所述一系列计算机可执行的指令相关联的计算机可访问的数据，其中，当所述一系列计算机可执行的指令被所述一个或多个处理器执行时，使得所述一个或多个处理器进行如上所述的方法。
[0008]根据本公开的第五方面，提供了一种非临时性计算机可读存储介质，所述非临时性计算机可读存储介质上存储有一系列计算机可执行的指令，当所述一系列计算机可执行的指令被一个或多个计算装置执行时，使得所述一个或多个计算装置进行如上所述的方法。
[0009]通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其
优点将会变得清楚。
附图说明
[0010]构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。
[0011]参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
[0012]图1是示意性地示出根据本公开的实施例的用于显示识别结果的方法的至少一部分的流程图。
[0013]图2是示意性地示出根据本公开的实施例的用于显示识别结果的方法的至少一部分的流程图。
[0014]图3是示意性地示出根据本公开的实施例的用于显示识别结果的方法的至少一部分的流程图。
[0015]图4A至图4C是示意性地示出根据本公开的实施例的方法显示画面的示意图。
[0016]图5A至图5I是示意性地示出根据本公开的实施例的方法显示画面的示意图。
[0017]图6A至图6C是示意性地示出根据本公开的实施例的方法显示画面的示意图。
[0018]图7是示意性地示出根据本公开的实施例的用于显示识别结果的计算机系统的至少一部分的结构图。
[0019]图8是示意性地示出根据本公开的实施例的用于显示识别结果的计算机系统的至少一部分的结构图。
[0020]注意，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
具体实施方式
[0021]以下将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。在下面描述中，为了更好地解释本公开，阐述了许多细节，然而可以理解的是，在没有这些细节的情况下也可以实践本公开。
[0022]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。
[0023]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0024]图1是示意性地示出根据本公开的实施例的用于显示识别结果的方法100的至少一部分的流程图。方法100包括：接收能够呈现出待识别对象的至少一部分的影像，并对影像所呈现的待识别对象的至少一部分进行识别(步骤S110)；以及响应于得到识别结果，显示呈现识别结果的图片，其中，该图片包括针对识别结果的一个或多个部分的标示(步骤S120)。
[0025]在一些情况下，用户将待识别对象的全部或一部分的影像输入到可以进行对象识别的应用，以期获得关于该待识别对象的信息。例如在待识别对象为植物时，影像可以包括待识别植物的根、茎、叶、花、果实、以及种子等各项的中的任意一项或多项的组合，其中所包括的每一项可以是这项的整体或部分。该影像可以是用户先前存储的、实时拍摄的、或者从网络上下载的。影像可以包括任何形式的视觉呈现，例如静态图像、动态图像、以及视频等。影像可以利用包括摄像头的设备进行拍摄，如手机、平板电脑等。
[0026]能够实施方法100的应用可以接收来自用户的该影像，并基于影像进行对象识别。识别可以包括任何已知的基于影像进行对象识别的方法。例如，可以通过计算装置和预先训练的(或称为“已训练的”)对象识别模型对影像中的待识别对象进行识别，以得到识别结果(例如，物种)。可以基于神经网络(例如深度卷积神经网络(CNN)或深度残差网络(Resnet)等)来建立识别模型。例如，为每个植物的物种获取一定数量的标注有该植物的物种名称的影像样本，即训练样本集，利用这些影像样本对神经网络进行训练，直至神经网络的输出准确率满足要求。在基于影像进行对象识别之前，还可以对影像进行预处理。预处理可以包括归一化、明亮度调整、或降噪等。降噪处理可以凸显对影像中特征部分的描述，使特征更为鲜明。
[0027]在一个具体的示例中，接收的影像可以如图4A所示，影像呈现向日葵的花，其中，待识别对象为向日葵，其至少一部分包括花(也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于显示识别结果的方法，包括：接收能够呈现出待识别对象的至少一部分的影像，并对所述影像所呈现的所述待识别对象的至少一部分进行识别；以及响应于得到识别结果，显示呈现所述识别结果的第一图片，其中，所述第一图片包括针对所述识别结果的一个或多个部分的一个或多个标示。2.根据权利要求1所述的方法，还包括：响应于所述标示或所述标示所针对的部分被操作，显示呈现所述标示所针对的所述识别结果的部分的第二图片和/或相关的文字。3.根据权利要求1所述的方法，还包括：响应于所述标示或所述标示所针对的部分被操作，显示与具有所述标示所针对的所述识别结果的部分的特征的对象相关的信息。4.根据权利要求1所述的方法，其中，所述第一图片为呈现所述识别结果的整体的图片。5.根据权利要求1所述的方法，其中，所述第一图片为呈现所述识别结果的一个或多个部分的图片，所呈现的所述识别结果的一个或多个部分为：所述识别结果的与所述待识别对象的至少一部分对应的部分；和/或所述识别结果的除与所述待识别对象的至少一部分对应的部分之外的部分。6.根据权利要求2所述的方法，其中，所述第二图片为呈现所述识别结果的对应部分的细节的图片和/或呈现所述识别结果的对应部分在所述识别结果中的位置的图片。7.一种...

【专利技术属性】
技术研发人员：徐青松，李青，
申请(专利权)人：杭州睿琪软件有限公司，
类型：发明
国别省市：