【技术实现步骤摘要】
一种图像的识别方法及装置
本申请涉及图像识别处理
，具体而言，涉及一种图像的识别方法及装置。
技术介绍
相关技术中，在对证件图像(如身份证、驾照等的图像)进行识别时，都是通过先对证件图像中的文字及头像等信息进行目标检测，具体的该目标检测的过程包括特征提取和特征比对等步骤，然后对检测的目标进行目标识别，而在目标检测与目标识别两个过程的衔接处，需要进行阈值设定、阈值调整和特征值的重复使用等处理步骤，存在着计算量大和效率低的缺陷。
技术实现思路
有鉴于此，本申请提供一种图像的识别方法及装置，以提高识别的效率。具体地，本申请是通过如下技术方案实现的：第一方面，本申请实施例提供了一种图像的识别方法，所述方法包括：将待识别的目标图像划分为至少两个子图像；获取每一子图像的第一特征向量；根据已训练的注意力模型的参数数据，计算得到每一子图像的注意力分配概率值；依据各子图像的第一特征向量和注意力分配概率值确定用于识别所述目标图像的第二特征向量，利用所述第二特征向量...
【技术保护点】
1.一种图像的识别方法，其特征在于，所述方法包括：/n将待识别的目标图像划分为至少两个子图像；/n获取每一子图像的第一特征向量；/n根据已训练的注意力集中模型的参数数据，计算得到每一子图像的注意力分配概率值；/n依据各子图像的第一特征向量和注意力分配概率值确定用于识别所述目标图像的第二特征向量，利用所述第二特征向量识别所述目标图像得到识别结果。/n
【技术特征摘要】
1.一种图像的识别方法，其特征在于，所述方法包括：
将待识别的目标图像划分为至少两个子图像；
获取每一子图像的第一特征向量；
根据已训练的注意力集中模型的参数数据，计算得到每一子图像的注意力分配概率值；
依据各子图像的第一特征向量和注意力分配概率值确定用于识别所述目标图像的第二特征向量，利用所述第二特征向量识别所述目标图像得到识别结果。
2.根据权利要求1所述的方法，其特征在于，所述获取每一子图像的第一特征向量，包括：
将每一子图像输入至已训练的特征提取模型，利用所述特征提取模型对输入的子图像进行特征提取，得到输入的子图像的第一特征向量。
3.根据权利要求1所述的方法，其特征在于，所述依据各子图像的第一特征向量和注意力分配概率值确定用于识别所述目标图像的第二特征向量，包括：
将各子图像的第一特征向量和注意力分配概率值进行加权求和运算，得到运算结果；
将所述运算结果确定为用于识别所述目标图像的第二特征向量。
4.根据权利要求1所述方法，其特征在于，所述利用所述第二特征向量识别所述目标图像得到识别结果，包括：
将第二特征向量输入至已训练的第二神经网络模型，以由所述第二神经网络模型对输入的第二特征向量进行格式转换得到目标参数；
对所述目标参数进行识别得到识别结果，将所述识别结果确定为所述目标图像的识别结果。
5.根据权利要求4所述的方法，其特征在于，所述对所述目标参数进行识别得到识别结果，包括：
将所述目标参数输入至已训练的第三神经网路模型，将所述第三神经网路模型的输出进行归一化处理后，选择概率最大的输出作为最终的识别结果。
6.一种图像的识别装置，其特征在于，所述装置包括：
图像划分模块，用于将待识别的目标图像划分为至少两个子图像；
...
【专利技术属性】
技术研发人员：程战战，
申请(专利权)人：上海高德威智能交通系统有限公司，
类型：发明
国别省市：上海;31
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。