一种图像识别方法、装置、设备及存储介质制造方法及图纸

本申请实施例提供了一种图像识别方法、装置、设备及存储介质，涉及人工智能技术领域，该方法包括：对待识别图像中的至少一个目标对象进行检测，获得至少一个目标对象分别对应的识别框，以及确定获得的各个识别框的部位残缺识别结果。基于各个识别框的面积，从至少一个目标对象中确定目标分析对象。基于目标分析对象对应的各个识别框的部位残缺识别结果，确定目标分析对象的整体识别结果。再基于目标分析对象的整体识别结果，确定待识别图像的图像识别结果。通过目标分析对象在多个方面的特征，确定目标分析对象的完整程度，从而提高识别目标分析对象的完整程度的准确性，进而提高检测待识别图像是否存在对象不完整问题的准确性和召回率。召回率。召回率。

【技术实现步骤摘要】
一种图像识别方法、装置、设备及存储介质


[0001]本专利技术实施例涉及人工智能
，尤其涉及一种图像识别方法、装置、设备及存储介质。

技术介绍

[0002]随着信息流及短小视频的普及和发展，大量自媒体或普通用户开始制作并发布图像以及视频等多媒体内容。然而，一些多媒体内容并非原创，而是通过二次加工生成的。在图像视频的二次加工过程中，由于不同平台所支持的图像尺寸以及比例不同，因此用户经常会对原始图像进行裁剪等操作，从而导致一些视频和图像中的人体因被裁剪而不完整，进而影响观看体验。
[0003]相关技术通过对图像上的人体关键点进行检测，判断图像是否存在人体不完整的问题。然而，现实应用中的图像内容比较丰富，很多图像内容会使关键点检测结果错误，从而导致在识别图像是否存在人体不完整问题时，其准确性较低。

技术实现思路

[0004]本申请实施例提供了一种图像识别方法、装置、设备及存储介质，用于在识别图像是否存在对象不完整问题时，提高识别的准确性。
[0005]一方面，本申请实施例提供了一种图像识别方法，该方法包括：
[0006]对待识别图像中的至少一个目标对象进行检测，获得所述至少一个目标对象分别对应的识别框，以及确定各个识别框的部位残缺识别结果；
[0007]基于所述各个识别框的面积，从所述至少一个目标对象中确定目标分析对象；
[0008]基于所述目标分析对象对应的各个识别框的部位残缺识别结果，确定所述目标分析对象的整体识别结果；
[0009]基于所述目标分析对象的整体识别结果，确定所述待识别图像的图像识别结果。
[0010]一方面，本申请实施例提供了一种图像识别装置，该装置包括：
[0011]检测模块，用于对待识别图像中的至少一个目标对象进行检测，获得所述至少一个目标对象分别对应的识别框，以及确定各个识别框的部位残缺识别结果；
[0012]选择模块，用于基于所述各个识别框的面积，从所述至少一个目标对象中确定目标分析对象；
[0013]匹配模型，用于基于所述目标分析对象对应的各个识别框的部位残缺识别结果，确定所述目标分析对象的整体识别结果；
[0014]判别模块，用于基于所述目标分析对象的整体识别结果，确定所述待识别图像的图像识别结果。
[0015]可选地，所述检测模块具体用于：
[0016]通过已训练的目标检测模型，对所述待识别图像中的至少一个目标对象进行检测，获得至少一个识别框，以及确定所述至少一个识别框的部位残缺识别结果，其中，用于
训练所述目标检测模型的样本图像，是对已分割出目标对象的图像进行随机裁剪获得的；
[0017]基于所述至少一个识别框之间的位置关系，对所述至少一个识别框进行分组，获得所述至少一个目标对象分别对应的识别框。
[0018]可选地，所述至少一个识别框包括至少一个目标对象识别框和至少一个子目标对象识别框，子目标对象为目标对象的部分区域，所述至少一个识别框的部位残缺识别结果包括目标对象识别结果和子目标对象识别结果，其中，所述目标对象识别结果用于表征目标对象识别框内的目标对象是否完整，所述子目标对象识别结果用于表征子目标对象识别框内的子目标对象是否完整；
[0019]所述检测模块具体用于：
[0020]通过所述已训练的目标检测模型，对所述待识别图像中的至少一个目标对象进行检测，获得至少一个目标对象识别框和至少一个子目标对象识别框，以及确定至少一个目标对象识别框的目标对象识别结果和所述至少一个子目标对象识别框的子目标对象识别结果。
[0021]可选地，所述目标对象识别框为人体识别框，所述子目标对象识别框包括以下至少一种：脸部识别框、头部识别框。
[0022]可选地，所述检测模块还用于：
[0023]基于所述至少一个识别框之间的位置关系，对所述至少一个识别框进行分组，获得所述至少一个目标对象分别对应的识别框之前，针对第一筛选对象迭代执行筛选操作，直到所述第一筛选对象满足第一预设条件，其中，初始的第一筛选对象为所述至少一个目标对象识别框，且每次迭代过程包括以下筛选操作：
[0024]从所述第一筛选对象中，获得目标对象识别结果概率最大的第一分析基准识别框；
[0025]确定所述第一分析基准识别框，分别与所述第一筛选对象中其他各个目标对象识别框之间第一交并比；
[0026]去除所述其他各个目标对象识别框中，所述第一交并比大于第一阈值的目标对象识别框；
[0027]将所述第一筛选对象更新为所述其他各个目标对象识别框中保留的目标对象识别框。
[0028]可选地，所述检测模块还用于：
[0029]针对第二筛选对象迭代执行筛选操作，直到所述第二筛选对象满足第二预设条件，其中，初始的第二筛选对象为所述至少一个子目标对象识别框，且每次迭代过程包括以下筛选操作：
[0030]从所述第二筛选对象中，获得子目标对象识别结果概率最大的第二分析基准识别框；
[0031]确定所述第二分析基准识别框，分别与所述第二筛选对象中其他各个子目标对象识别框之间第二交并比；
[0032]去除所述其他各个子目标对象识别框中，所述第二交并比大于第二阈值的子目标对象识别框；
[0033]将所述第二筛选对象更新为所述其他各个子目标对象识别框中保留的子目标对
象识别框。
[0034]可选地，所述选择模块具体用于：
[0035]分别针对所述至少一个目标对象中各个目标对象对应的识别框，执行以下操作：
[0036]针对一个目标对象对应的各个识别框，从所述一个目标对象对应的各个识别框中，获得面积最大的候选识别框；
[0037]从获得的各个候选识别框中，选取面积最大的候选识别框，作为目标识别框；
[0038]将至少一个目标对象中所述目标识别框对应的目标对象，作为目标分析对象。
[0039]可选地，所述匹配模块具体用于：
[0040]若所述目标分析对象对应的各个识别框的部位残缺识别结果均表征部位不残缺，则确定所述目标分析对象的整体识别结果为对象完整，否则，确定所述目标分析对象的整体识别结果为对象不完整。
[0041]可选地，所述判别模块具体用于：
[0042]若所述目标分析对象的整体识别结果为对象完整，则确定所述待识别图像的图像识别结果为完整图像；
[0043]若所述目标分析对象的整体识别结果为对象不完整，则确定所述待识别图像的图像识别结果为不完整图像。
[0044]一方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述图像识别方法的步骤。
[0045]一方面，本申请实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行上述图像识别方法的步骤。
[0046]本申请实施例中，基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：对待识别图像中的至少一个目标对象进行检测，获得所述至少一个目标对象分别对应的识别框，以及确定各个识别框的部位残缺识别结果；基于所述各个识别框的面积，从所述至少一个目标对象中确定目标分析对象；基于所述目标分析对象对应的各个识别框的部位残缺识别结果，确定所述目标分析对象的整体识别结果；基于所述目标分析对象的整体识别结果，确定所述待识别图像的图像识别结果。2.如权利要求1所述的方法，其特征在于，所述对待识别图像中的至少一个目标对象进行检测，获得所述至少一个目标对象分别对应的识别框，以及确定各个识别框的部位残缺识别结果，包括：通过已训练的目标检测模型，对所述待识别图像中的至少一个目标对象进行检测，获得至少一个识别框，以及确定所述至少一个识别框的部位残缺识别结果，其中，用于训练所述目标检测模型的样本图像，是对已分割出目标对象的图像进行随机裁剪获得的；基于所述至少一个识别框之间的位置关系，对所述至少一个识别框进行分组，获得所述至少一个目标对象分别对应的识别框。3.如权利要求2所述的方法，其特征在于，所述至少一个识别框包括至少一个目标对象识别框和至少一个子目标对象识别框，子目标对象为目标对象的部分区域，所述至少一个识别框的部位残缺识别结果包括目标对象识别结果和子目标对象识别结果，其中，所述目标对象识别结果用于表征目标对象识别框内的目标对象是否完整，所述子目标对象识别结果用于表征子目标对象识别框内的子目标对象是否完整；所述通过已训练的目标检测模型，对所述待识别图像中的至少一个目标对象进行检测，获得至少一个识别框，以及确定所述至少一个识别框的部位残缺识别结果，包括：通过所述已训练的目标检测模型，对所述待识别图像中的至少一个目标对象进行检测，获得至少一个目标对象识别框和至少一个子目标对象识别框，以及确定至少一个目标对象识别框的目标对象识别结果和所述至少一个子目标对象识别框的子目标对象识别结果。4.如权利要求3所述的方法，其特征在于，所述目标对象识别框为人体识别框，所述子目标对象识别框包括以下至少一种：脸部识别框、头部识别框。5.如权利要求3所述的方法，其特征在于，所述基于所述至少一个识别框之间的位置关系，对所述至少一个识别框进行分组，获得所述至少一个目标对象分别对应的识别框之前，还包括：针对第一筛选对象迭代执行筛选操作，直到所述第一筛选对象满足第一预设条件，其中，初始的第一筛选对象为所述至少一个目标对象识别框，且每次迭代过程包括以下筛选操作：从所述第一筛选对象中，获得目标对象识别结果概率最大的第一分析基准识别框；确定所述第一分析基准识别框，分别与所述第一筛选对象中其他各个目标对象识别框之间第一交并比；去除所述其他各个目标对象识别框中，所述第一交并比大于第一阈值的目标对象识别框；
将所述第一筛选对象更新为所述其他各个目标对象识别框中保留的目...

【专利技术属性】
技术研发人员：侯昊迪，余亭浩，张绍明，陈少华，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：