图像识别方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种图像识别方法、装置、电子设备及存储介质，图像识别方法，包括：获取待识别图像；将所述待识别图像与多个模板图像分别进行比对，得到相对应的置信度数据；根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果，所述预设的决策模型用于结合所述置信度数据输出得到所述识别结果。本申请图像识别方法、装置、电子设备及存储介质，可以有效地利用模板间的信息及关系，从而可以较好地避免在图像识别时产生误识或者拒识，提升图像识别的效果。像识别的效果。像识别的效果。

【技术实现步骤摘要】
图像识别方法、装置、电子设备及存储介质


[0001]本申请涉及图像识别
，具体而言，涉及一种图像识别方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，相关技术中基于多模板的图像识别方法(例如，指纹识别方法)包括将待识别样本与每一个模板进行比对，产生对应每一个模板的匹配信息，然后再采用简单的逻辑运算或数学运算(例如，或运算、与运算或者平均值等运算方式)得到识别结果，此种方式的图像识别逻辑简单，且计算难度低，但在此种方式下模板间的信息是相互独立的，其无法有效地利用模板间的信息及关系，因而容易在图像识别时产生误识或者拒识，影响图像识别的效果。

技术实现思路

[0003]本申请实施例的目的在于提供一种图像识别方法、装置、电子设备及存储介质，可以有效地利用模板间的信息及关系，从而可以较好地避免在图像识别时产生误识或者拒识，提升图像识别的效果。
[0004]第一方面，本申请实施例提供了一种图像识别方法，包括：
[0005]获取待识别图像；
[0006]将所述待识别图像与多个模板图像分别进行比对，得到相对应的置信度数据；
[0007]根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果，所述预设的决策模型用于结合所述置信度数据输出得到所述识别结果。
[0008]在上述实现过程中，本申请实施例的图像识别方法，通过将获取的待识别图像与多个模板图像分别进行比对，得到相对应的置信度数据，再根据置信度数据及预设的决策模型，得到待识别图像的识别结果，其中，预设的决策模型用于结合置信度数据输出得到识别结果，通过预设的决策模型将置信度数据结合，可以有效地利用模板(模板图像)间的信息及关系，从而可以较好地避免在图像识别时产生误识或者拒识，提升图像识别的效果。
[0009]进一步地，所述根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果，包括：
[0010]根据所述置信度数据及预设的阈值区间，计算得到所述置信度数据对应的分布信息；
[0011]根据所述分布信息及预设的决策模型，得到所述待识别图像的识别结果。
[0012]在上述实现过程中，该方法通过置信度数据对应的分布信息及预设的决策模型，得到待识别图像的识别结果，可以较好地将置信度数据结合，较好地利用模板(模板图像)间的信息及关系，从而可以更好地避免在图像识别时产生误识或者拒识，提升图像识别的效果。
[0013]进一步地，所述根据所述置信度数据及预设的阈值区间，计算得到所述置信度数
据对应的分布信息，包括：
[0014]根据所述置信度数据及预设的阈值区间，计算得到所述置信度数据在每个阈值区间的分布数量；
[0015]根据所述分布数量，计算得到所述置信度数据对应的分布比例；
[0016]所述根据所述分布信息及预设的决策模型，得到所述待识别图像的识别结果，包括：
[0017]根据所述分布比例及预设的决策模型，得到所述待识别图像的识别结果。
[0018]在上述实现过程中，该方法通过置信度数据对应的分布比例及预设的决策模型，可以更为科学、准确地得到待识别图像的识别结果，并且也更好地将置信度数据结合，更好地利用模板(模板图像)间的信息及关系。
[0019]进一步地，在所述根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果之后，所述方法还包括：
[0020]在所述识别结果为比对成功时，将所述待识别图像作为新增模板图像。
[0021]在上述实现过程中，该方法在识别结果为比对成功时，将待识别图像作为新增模板图像，可以对模板图像进行更新，有利于后续的图像识别。
[0022]进一步地，所述预设的决策模型为机器学习模型。
[0023]在上述实现过程中，该方法中的预设的决策模型采用机器学习模型，可以较好地将置信度数据结合得到识别结果。
[0024]进一步地，所述预设的决策模型通过以下步骤得到：
[0025]获取多个训练样本及多个所述训练样本对应的决策结果，每个所述训练样本包含置信度样本数据；
[0026]以多个所述训练样本及所述决策结果对决策模型进行训练，得到所述预设的决策模型。
[0027]在上述实现过程中，该方法得到预设的决策模型的方式，可以使得预设的决策模型更为适用于将置信度数据结合得到识别结果。
[0028]第二方面，本申请实施例提供了一种图像识别装置，包括：
[0029]获取模块，用于获取待识别图像；
[0030]比对模块，用于将所述待识别图像与多个模板图像分别进行比对，得到相对应的置信度数据；
[0031]识别模块，用于根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果，所述预设的决策模型用于结合所述置信度数据输出得到所述识别结果。
[0032]在上述实现过程中，本申请实施例的图像识别装置，通过将获取的待识别图像与多个模板图像分别进行比对，得到相对应的置信度数据，再根据置信度数据及预设的决策模型，得到待识别图像的识别结果，其中，预设的决策模型用于结合置信度数据输出得到识别结果，通过预设的决策模型将置信度数据结合，可以有效地利用模板(模板图像)间的信息及关系，从而可以较好地避免在图像识别时产生误识或者拒识，提升图像识别的效果。
[0033]进一步地，所述识别模块，具体用于：
[0034]根据所述置信度数据及预设的阈值区间，计算得到所述置信度数据对应的分布信息；
[0035]根据所述分布信息及预设的决策模型，得到所述待识别图像的识别结果。
[0036]在上述实现过程中，该装置通过置信度数据对应的分布信息及预设的决策模型，得到待识别图像的识别结果，可以较好地将置信度数据结合，较好地利用模板(模板图像)间的信息及关系，从而可以更好地避免在图像识别时产生误识或者拒识，提升图像识别的效果。
[0037]第三方面，本申请实施例提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的图像识别方法。
[0038]第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像识别方法。
附图说明
[0039]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0040]图1为本申请实施例一提供的图像识别方法的第一流程示意图；
[0041]图2为本申请实施例一提供的步骤S130的流程示意图；
[0042]图3为本申请实施例一提供的置信度的统计示例；
[0043]图4为本申请实施例一提供的图像识别方法的第二流程示意图；...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：获取待识别图像；将所述待识别图像与多个模板图像分别进行比对，得到相对应的置信度数据；根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果，所述预设的决策模型用于结合所述置信度数据输出得到所述识别结果。2.根据权利要求1所述的图像识别方法，其特征在于，所述根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果，包括：根据所述置信度数据及预设的阈值区间，计算得到所述置信度数据对应的分布信息；根据所述分布信息及预设的决策模型，得到所述待识别图像的识别结果。3.根据权利要求2所述的图像识别方法，其特征在于，所述根据所述置信度数据及预设的阈值区间，计算得到所述置信度数据对应的分布信息，包括：根据所述置信度数据及预设的阈值区间，计算得到所述置信度数据在每个阈值区间的分布数量；根据所述分布数量，计算得到所述置信度数据对应的分布比例；所述根据所述分布信息及预设的决策模型，得到所述待识别图像的识别结果，包括：根据所述分布比例及预设的决策模型，得到所述待识别图像的识别结果。4.根据权利要求1所述的图像识别方法，其特征在于，在所述根据所述置信度数据及预设的决策模型，得到所述待识别图像的识别结果之后，所述方法还包括：在所述识别结果为比对成功时，将所述待识别图像作为新增模板图像。5.根据权利要求1所述...

【专利技术属性】
技术研发人员：陈世林，田志民，王长海，宋子明，冯继雄，李保梁，陈子轩，
申请(专利权)人：北京集创北方科技股份有限公司，
类型：发明
国别省市：