The invention provides an object recognition method and device based on deep learning neural network. Including the object recognition method: image data acquisition, image data of the image data at the scene as the object; determine the image data corresponding to the scene by scene recognition model; object recognition model using the scene corresponding to the identification of the object. By using the object recognition method, the accuracy of object recognition is improved, and the application prospect is good.
【技术实现步骤摘要】
基于深度学习神经网络的对象识别方法及装置
本专利技术涉及神经网络
,特别是一种基于深度学习神经网络的对象识别方法及装置。
技术介绍
目前,在神经网络领域,由浅层的人工神经网络所获取的特征来进行分类和识别。在复杂环境条件下,这些浅层特征对识别来说是不够的。同时,图像识别效果容易受到环境的影响。在不同的场景下,图像匹配的相似度会出现波动,某些场景下,识别的正确率会急剧下降。目前,输入的图像通常被直接输入到对象识别模块进行识别,识别准确率较低。
技术实现思路
鉴于上述情况,本专利技术的一个方面提供了一种基于深度学习神经网络的对象识别方法和装置,能够提高识别准确率。一方面,本专利技术提供了一种基于深度学习神经网络的对象识别方法,包括:获取图像数据,所述图像数据为对象所处场景的图像数据;利用场景识别模型确定所述图像数据对应的场景;利用所述场景对应的对象识别模型对所述对象进行识别。在一个实施例中,所述对象识别方法还包括:获取不同场景的样本数据;对所述不同的场景的样本数据进行学习,获得所述场景模型。在一个实施例中,在所述利用场景识别模型确定所述图像数据对应的场景之前,还包括:存储所获取的图像数据;对所述图像数据进行预处理,得到预处理后的图像数据,所述预处理包括缩放处理、压缩处理和挖框中的至少一个,其中,所述利用场景识别模型确定所述图像数据对应的场景,包括:将所述预处理后图像数据输入到所述场景识别模型,以确定所述预处理后的图像数据对应的场景;其中所述利用场景对应的对象识别模型对所述对象进行识别,包括:利用所述场景对应的对象识别模型对所述存储的图像数据中包含的对象进行识别 ...
【技术保护点】
一种基于深度学习神经网络的对象识别方法,其特征在于,所述方法包括以下步骤:获取图像数据,所述图像数据为对象所处场景的图像数据;利用场景识别模型确定所述图像数据对应的场景;利用所述场景对应的对象识别模型对所述对象进行识别。
【技术特征摘要】
1.一种基于深度学习神经网络的对象识别方法,其特征在于,所述方法包括以下步骤:获取图像数据,所述图像数据为对象所处场景的图像数据;利用场景识别模型确定所述图像数据对应的场景;利用所述场景对应的对象识别模型对所述对象进行识别。2.根据权利要求1所述的对象识别方法,其特征在于,还包括:获取不同场景的样本数据;对所述不同的场景的样本数据进行学习,获得所述场景识别模型。3.根据权利要求1所述的对象识别方法,其特征在于,在所述利用场景识别模型确定所述图像数据对应的场景之前,还包括:存储所获取的图像数据;对所述图像数据进行预处理,得到预处理后的图像数据,所述预处理包括缩放处理、压缩处理和挖框中的至少一个,其中,所述利用场景识别模型确定所述图像数据对应的场景,包括:将所述预处理后图像数据输入到所述场景识别模型,以确定所述预处理后的图像数据对应的场景;其中所述利用场景对应的对象识别模型对所述对象进行识别,包括:利用所述场景对应的对象识别模型对所述存储的图像数据中包含的对象进行识别。4.根据权利要求1所述的对象识别方法,其特征在于,所述利用场景识别模型确定所述图像数据对应的场景,包括:将所述图像数据输入到所述场景识别模型中;根据预设的场景阈值确定所述图像数据对应的场景。5.根据权利要求1所述的对象识别方法,其特征在于,不同场景对应的对象识别模型的权重和偏置中的至少一个不相同,其中所述利用所述场景对应的对象识别模型对所述对象进行识别,包括:调用与所述场景对应的对象识别模型的权重和偏置对所述对象进行识别。6.根据权利要求1所述的对象识别方法,其特征在于,所述对象为人脸。7.根据权利要求1至6中的任一项所述的对象识别方法,其特征在于,所述场景包括晴天、雨天、雾天、夜晚、早晨、黄昏、雪天等场景、室内、室外...
【专利技术属性】
技术研发人员:冯备战,艾国,张韵东,
申请(专利权)人:北京中星微电子有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。