特征识别方法、装置、云台相机及存储介质制造方法及图纸

本发明专利技术提供了一种特征识别方法、装置、云台相机及存储介质，涉及相机技术领域，该方法包括：利用主摄像头和副摄像头同步采集图像；其中，主摄像头的分辨率大于副摄像头的分辨率；获取副摄像头采集的目标图像，对目标图像进行特征识别，得到目标图像的特征关键词；从主摄像头采集的图像中获取与目标图像相对应的高清图像，将特征关键词作为高清图像的特征标签；其中，目标图像与高清图像为同时采集得到的图像。本发明专利技术能够提升云台相机的运算处理效率及图像特征识别的稳定性。

【技术实现步骤摘要】
特征识别方法、装置、云台相机及存储介质
本专利技术涉及相机
，尤其是涉及一种特征识别方法、装置、云台相机及存储介质。
技术介绍
随着视觉处理技术和人工智能技术的发展，手持智能相机的拍摄功能也越来越强大，诸如可以在拍摄过程中识别图像中的各个物体特征，以便于用户对拍摄的照片或视频进行分类管理。然而，现有的智能相机的拍摄的图像通常为高清图像，相机在进行特征识别时，需要对高清图像进行压缩处理后才能发送到处理器中进行特征识别，处理效率较低，且占用资源较大无法保证稳定的特征识别处理效果。因此，现有的利用相机进行特征识别的技术还存在图像处理效率较低，且图像处理稳定性较低的问题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种特征识别方法、装置、云台相机及存储介质，能够提升运算处理效率及对图像进行特征识别的稳定性。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种特征识别方法，应用于目标相机，所述目标相机包括主摄像头和副摄像头，所述主摄像头的分辨率大于所述副摄像头的分辨率，本文档来自技高网...

【技术保护点】
1.一种特征识别方法，其特征在于，应用于目标相机，所述目标相机包括主摄像头和副摄像头，所述主摄像头的分辨率大于所述副摄像头的分辨率，所述方法包括：/n利用所述主摄像头和所述副摄像头同步采集图像；/n获取所述副摄像头采集的目标图像，对所述目标图像进行特征识别，得到所述目标图像的特征关键词；/n从所述主摄像头采集的图像中获取与所述目标图像相对应的高清图像，将所述特征关键词作为所述高清图像的特征标签；其中，所述目标图像与所述高清图像为同时采集得到的图像。/n

【技术特征摘要】
1.一种特征识别方法，其特征在于，应用于目标相机，所述目标相机包括主摄像头和副摄像头，所述主摄像头的分辨率大于所述副摄像头的分辨率，所述方法包括：
利用所述主摄像头和所述副摄像头同步采集图像；
获取所述副摄像头采集的目标图像，对所述目标图像进行特征识别，得到所述目标图像的特征关键词；
从所述主摄像头采集的图像中获取与所述目标图像相对应的高清图像，将所述特征关键词作为所述高清图像的特征标签；其中，所述目标图像与所述高清图像为同时采集得到的图像。


2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行特征识别，得到所述目标图像的特征关键词的步骤，包括：
利用预先训练得到的神经网络模型对所述目标图像进行识别，得到所述目标图像中各个物体所属的特征类别；
基于各个物体所属的特征类别确定所述目标图像的特征关键词。


3.根据权利要求2所述的方法，其特征在于，所述特征关键词包括一个或多个；所述基于各个物体所属的特征类别确定所述目标图像的特征关键词的步骤，包括：
确定各个所述物体类别在所述目标图像中的显示次数或频率；
将各个所述物体类别的显示次数或频率按照由高到低的次序进行排序，得到排序结果；
从所述排序结果中由高到低获取预设个数的物体类别，得到所述目标图像的特征关键词。


4.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行特征识别，得到所述目标图像的特征关键词的步骤，包括：
基于预先训练好的第一神经网络模型对所述目标图像进行特征识别，得到第一识别结果；
基于预先训练好的第二神经网络模型对所述高清图像进行特征识别，得到第二识别结果；
基于所述第一识别结果和所述第二识别结果得到所述目标图像的特征...

【专利技术属性】
技术研发人员：梁峰，欧金超，刘煜，浦汉来，
申请(专利权)人：上海摩象网络科技有限公司，
类型：发明
国别省市：上海;31