【技术实现步骤摘要】
一种基于图像识别的图像分割框选方法及终端
本专利技术涉及图像处理
,特别涉及一种基于图像识别的图像分割框选方法及终端。
技术介绍
图像识别技术是人工智能的一个重要领域。它是指对图像进行对象识别,以识别各种不同模式的目标和对像的技术。对于图像来说,每个物体所对应的图像都有其自己的特征,对于人类大脑来说,当视觉信息通过视网膜进入大脑时,视觉皮层将感觉输入转换成连贯的感知,这些连贯的感知可以理解为是物体的心理表征,并由大脑内的神经元进行不同的物体区分。基于此,现有的图像识别技术中越来越多的应用到借鉴人类的神经网络算法。在此基础上,在一些应用场景下,还需要将物体识别之后并进行框选出来,比如在一张图像上有多个人脸,现在要将所有的人脸都框选出来,此时,需要对图片不停的切割以分别进行图像识别,从而使得在图像上确定每个人脸的目标区域。在此过程中,若切割后的子图像较小,则子图像数量较大,影响计算速度,若切割后的子图像较大,则确定的目标区域过大,无法准确出的框选出人脸目标区域。
技术实现思路
本专利技术所要解决的技术问题是:提供一种基于图像识别的图像分割框选方法及终端,能够快速且准确框选出目标。为了解决上述技术问题,本专利技术采用的技术方案为:一种基于图像识别的图像分割框选方法,包括:步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选,得到框选后的多个第一子图像,同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像,所述第二子图像在 ...
【技术保护点】
1.一种基于图像识别的图像分割框选方法,其特征在于,包括:/n步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选,得到框选后的多个第一子图像,同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像,所述第二子图像在对应的四个所述第一子图像中所框选的区域大小相同;/n步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别,并根据置信度将识别结果分类为是和不是,将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域;/n步骤S3、依据所述第一区域和所述第二区域的位置关系确定目标区域。/n
【技术特征摘要】
1.一种基于图像识别的图像分割框选方法,其特征在于,包括:
步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选,得到框选后的多个第一子图像,同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像,所述第二子图像在对应的四个所述第一子图像中所框选的区域大小相同;
步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别,并根据置信度将识别结果分类为是和不是,将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域;
步骤S3、依据所述第一区域和所述第二区域的位置关系确定目标区域。
2.根据权利要求1所述的一种基于图像识别的图像分割框选方法,其特征在于,所述步骤S2具体包括:
步骤S21、对所述第一子图像和所述第二子图像分别进行分类识别,并根据置信度将识别结果分类为是和不是,将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域;
步骤S22、得到所述第一区域和所述第二区域产生重合的所有重合区域,对每一个所述重合区域进行分类识别,并根据置信度将识别结果分类为是和不是,若不是则直接执行步骤S23,若是,则将所述重合区域标记为初步目标区域,抑制所述初步目标区域之后再对所述第一区域和所述第二区域分别进行分类识别,直至不存在识别结果分类为是的区域则停止分类;
步骤S23、将所述第一区域除所述重合区域之外的其他区域作为所述待框选区域并减小所述第一预设大小之后执行所述步骤S1;
所述步骤S3具体包括:
对所述初步目标区域进行再次框选且每一次框选的大小不超过所述初步目标区域大小,直至最终框选得到的子图像的置信度在前后框选的多个子图像中为最大置信度时则停止下一次框选,将最终框选得到的子图像所在区域确定为目标区域并框选出所述目标区域。
3.根据权利要求2所述的一种基于图像识别的图像分割框选方法,其特征在于,所述步骤S3具体包括:
步骤S31、从所述初步目标区域的第一边上逐步向着对应的第二边的方向缩小第二预设大小并得到缩小后的子图像的置信度,若首次缩小后的子图像的置信度小于所述初步目标区域的置信度,则执行步骤S32,否则执行步骤S33;
步骤S32、从所述初步目标区域的第一边上逐步向着对应的第二边的方向扩大所述第二预设大小并得到扩大后的子图像的置信度,将扩大后的子图像的置信度与前一次所述子图像的置信度进行比较并进行不断的扩大,直至当次扩大后的子图像的置信度大于前后两次扩大后的子图像的置信度为止,之后执行步骤S34;
步骤S33、继续往同一方向进行缩小并进行前后两次缩小的置信度比较,直至当次缩小后的子图像的置信度大于前后两次缩小后的子图像的置信度为止,之后执行步骤S34;
步骤S34、对所述初步目标区域的其他三个边分别作为第一边以分别执行步骤S31至步骤S33,将最终经过扩大或缩小后所得到的子图像所在区域确定为目标区域。
4.根据权利要求3所述的一种基于图像识别的图像分割框选方法,其特征在于,每一次缩小或者扩大的比例小于所述初步目标区域的十分之一。
5.根据权利要求1所述的一种基于图像识别的图像分割框选方法,其特征在于,所述步骤S3还包括:对不同的目标物采用不同的颜色进行框选。
6.一种基于图像识别的图像分割框选终端,...
【专利技术属性】
技术研发人员:谢衍,
申请(专利权)人:北博厦门智能科技有限公司,
类型:发明
国别省市:福建;35
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。