【技术实现步骤摘要】
图像识别方法、设备、存储介质及装置
本专利技术涉及图像处理
，尤其涉及一种图像识别方法、设备、存储介质及装置。
技术介绍
目前，深度学习在解决诸如视觉识别、语音识别以及自然语言处理等很多方面都表现出非常好的性能，在不同类型的深度神经网络中，卷积神经网络在图像处理方面能够达到较好的效果。但是，随着移动终端以及可穿戴设备的普及，通过移动终端以及可穿戴设备获得的图像往往包含有复杂背景，导致进行图像识别时，识别率低，鲁棒性差。因此，如何在复杂背景下对图像进行识别是亟待解决的技术问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种图像识别方法、设备、存储介质及装置，旨在解决现有技术中如何在复杂背景下对图像进行识别是亟待解决的技术问题。为实现上述目的，本专利技术提供一种图像识别方法，所述图像识别方法包括以下步骤：获取待识别图像；通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率；根...
【技术保护点】
1.一种图像识别方法，其特征在于，所述图像识别方法包括以下步骤：/n获取待识别图像；/n通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率；/n根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理，获得目标图像；/n通过所述预设分类网络确定所述目标图像的第二图像类别概率，并根据所述第一图像类别概率以及所述第二图像类别概率确定目标类别概率；/n根据所述目标类别概率确定所述待识别图像的图像类别。/n
【技术特征摘要】
1.一种图像识别方法，其特征在于，所述图像识别方法包括以下步骤：
获取待识别图像；
通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率；
根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理，获得目标图像；
通过所述预设分类网络确定所述目标图像的第二图像类别概率，并根据所述第一图像类别概率以及所述第二图像类别概率确定目标类别概率；
根据所述目标类别概率确定所述待识别图像的图像类别。
2.如权利要求1所述的图像识别方法，其特征在于，所述通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率的步骤，具体包括：
通过预设分类网络对所述待识别图像进行特征提取，获得目标特征；
根据所述目标特征通过预设概率分布模型确定所述待识别图像的第一图像类别概率。
3.如权利要求1所述的图像识别方法，其特征在于，所述通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率的步骤之后，所述图像识别方法还包括：
根据所述目标特征通过预设多尺度特征融合模型对所述待识别图像进行特征拼接，获得待处理图像；
相应地，所述根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理，获得目标图像的步骤，具体包括：
根据所述目标特征通过预设区域定位网络对所述待处理图像进行预处理，获得目标图像。
4.如权利要求3所述的图像识别方法，其特征在于，所述根据所述目标特征通过预设区域定位网络对所述待处理图像进行预处理，获得目标图像的步骤，具体包括：
通过预设区域定位网络确定目标截取区域，并根据所述目标截取区域对所述待处理图像进行图像截取，获取待调整图像；
将所述待调整图像对应的图像大小调整至预设大小，获得目标图像。
5.如权利要求4所述的图像识别方法，其特征在于，所述通过预设区域定位网络确定目标截取区域，并根据所述目标截取区域对所述待处理图像进行图像截取，获取待调整图像的步骤，具体包括：
通过预设区域定位网络确定截取中心点以及截取边长，并根据所述截取中心点以及所述截取边长确定目标截取区域；
根据所述目标截取区域对所述待处理图像进行图像截取，获取待调整图像。
6.如权利要求4...
【专利技术属性】
技术研发人员：冯扬扬，姜滨，迟小羽，
申请(专利权)人：歌尔股份有限公司，
类型：发明
国别省市：山东;37
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。