一种图像内容识别方法及应用技术

本申请属于图像处理技术领域，特别是涉及一种图像内容识别方法及应用。目前尚未有将目标检测应用于图像内容识别的先例，并且没有针对图像内容识别的模型和数据集。本申请提供了一种图像内容识别方法，采集图像正射影像图，制作图像数据集；将所述图像数据集分为训练集和测试集，采用各类目标检测算法对所述训练集进行训练，保留训练模型；采用所述测试集进行测试，识别图像内容。极大提高了古代壁画的识别效率。别效率。别效率。

【技术实现步骤摘要】
一种图像内容识别方法及应用


[0001]本申请属于图像处理
，特别是涉及一种图像内容识别方法及应用。

技术介绍

[0002]图像分类，检测及分割是计算机视觉领域的三大任务。图像分类模型是将图像划分为单个类别，通常对应于图像中最突出的物体。但是现实世界的很多图片通常包含不只一个物体，此时如果使用图像分类模型为图像分配一个单一标签其实是非常粗糙的，并不准确。对于这样的情况，就需要目标检测模型，目标检测模型可以识别一张图片的多个物体，并可以定位出不同物体(给出边界框)。目标检测在很多场景有用，如无人驾驶和安防系统。
[0003]目前目标检测领域的深度学习方法主要分为两类：two stage的目标检测算法；one stage 的目标检测算法。前者是先由算法生成一系列作为样本的候选框，再通过卷积神经网络进行样本分类；后者则不用产生候选框，直接将目标边框定位的问题转化为回归问题处理。正是由于两种方法的差异，在性能上也有不同，前者在检测准确率和定位精度上占优，后者在算法速度上占优。
[0004]常用的目标检测算法包括R
‑
CNN系列，Yolo系列，SSD系列等。目标检测算法由于其在图像识别分类上的强大性能被广泛应用于人脸识别，产品缺陷检测，医学检查等各个领域。但目前尚未有将目标检测应用于图像内容识别的先例，并且没有针对图像内容识别的模型和数据集。

技术实现思路

[0005]1.要解决的技术问题
[0006]基于目前尚未有将目标检测应用于图像内容识别的先例，并且没有针对图像内容识别的模型和数据集的问题，本申请提供了一种图像内容识别方法及应用。
[0007]2.技术方案
[0008]为了达到上述的目的，本申请提供了一种图像内容识别方法，采集图像正射影像图，制作图像数据集；将所述图像数据集分为训练集和测试集，采用各类目标检测算法对所述训练集进行训练，保留训练模型；采用所述测试集进行测试，识别图像内容。
[0009]本申请提供的另一种实施方式为：采用图像标注工具对所述图像正射影像图进行标注、图像分割后制作所述图像数据集。
[0010]本申请提供的另一种实施方式为：所述标注内容包括对象类别、对象边界外接矩形的大小和位置。
[0011]本申请提供的另一种实施方式为：所述图像分割包括裁剪，对所述标注图像进行裁剪，并制作第二标注图像，将所述第二标注图像随机分为所述训练集和所述测试集。
[0012]本申请提供的另一种实施方式为：采用各类目标检测算法对所述训练集进行迁移学习，选取最优的网络模型后保存。
[0013]本申请提供的另一种实施方式为：所述训练结束后得到权重参数文件。
[0014]本申请提供的另一种实施方式为：加载所述权重参数文件，测试目标检测模型通过所述测试集得到识别结果。
[0015]本申请提供的另一种实施方式为：所述结果包括对象类型和位置坐标。
[0016]本申请提供的另一种实施方式为：所述目标检测算法包括Faster R
‑
CNN，Mask R
‑
CNN 和YoLo。
[0017]本申请还提供一种图像内容识别方法的应用，将所述的图像内容识别方法应用于古代壁画内容识别。
[0018]3.有益效果
[0019]与现有技术相比，本申请提供的一种图像内容识别方法及应用的有益效果在于：
[0020]本申请提供的图像内容识别方法的应用，为一种基于目标检测算法的古代壁画内容识别方法，可用于识别古代壁画中的内容并定位和分类。
[0021]本申请提供的图像内容识别方法的应用，极大提高了古代壁画的识别效率。
[0022]本申请提供的图像内容识别方法的应用，公开了制作古代壁画数据集的方法。
[0023]本申请提供的图像内容识别方法的应用，根据古代壁画内容特点对目标检测算法进行了优化调整。
附图说明
[0024]图1是本申请的图像内容识别流程示意图；
[0025]图2是本申请的实施例结果示意图。
具体实施方式
[0026]在下文中，将参考附图对本申请的具体实施例进行详细地描述，依照这些详细的描述，所属领域技术人员能够清楚地理解本申请，并能够实施本申请。在不违背本申请原理的情况下，各个不同的实施例中的特征可以进行组合以获得新的实施方式，或者替代某些实施例中的某些特征，获得其它优选的实施方式。
[0027]参见图1～2，本申请提供一种图像内容识别方法，采集图像正射影像图，制作图像数据集；将所述图像数据集分为训练集和测试集，采用各类目标检测算法对所述训练集进行训练，保留训练模型；采用所述测试集进行测试，识别图像内容。使用高清相机拍摄图像正射影像图。
[0028]进一步地，采用图像标注工具对所述图像正射影像图进行标注、图像分割后制作所述图像数据集。
[0029]进一步地，所述标注内容包括对象类别、对象边界外接矩形的大小和位置。
[0030]进一步地，所述图像分割包括裁剪，对所述标注图像进行裁剪，并制作第二标注图像，将所述第二标注图像随机分为所述训练集和所述测试集。
[0031]采用高清相机拍摄图像的正射影像图。使用图像标注工具对图像中的不同对象进行标注，标注的内容包括对象类别，对象边界外接矩形的大小和位置，由此得到完整图像的标注文件。将标注好的图像裁剪至合适大小，并相应制作新的标注文件，从所有裁剪后图片中随机抽取一部分作为训练集，剩余作为测试集，由此得到数据集。
[0032]进一步地，采用各类目标检测算法对所述训练集进行迁移学习，选取最优的网络模型后保存。
[0033]进一步地，所述训练结束后得到权重参数文件。
[0034]进一步地，加载所述权重参数文件，测试目标检测模型通过所述测试集得到识别结果。
[0035]进一步地，所述结果包括对象类型和位置坐标。
[0036]进一步地，所述目标检测算法包括Faster R
‑
CNN，Mask R
‑
CNN和YoLo。
[0037]本申请还提供一种图像内容识别方法的应用，将所述的图像内容识别方法应用于古代壁画内容识别。
[0038]实施例
[0039]在环境气候等因素的影响下，各地存留的古代壁画逐渐风化损坏。古代壁画的考古方式主要是人工识别，依赖考古专家。但由于古代壁画数量巨大，考古专家数量不足，对古代壁画考古工作效率低下。为此提出使用深度学习方向的目标检测算法辅助专家进行古代壁画内容识别工作。
[0040]目前尚未有将目标检测应用于古代壁画内容识别的先例，并且没有针对古代壁画识别的模型和数据集。因此想要将目标检测算法应用于古代壁画识别，需要针对性优化网络结构，构建相应的数据集。
[0041]一种基于目标检测算法的古代壁画内容识别方法，主要包括以下步骤：(1)采集古代壁画正射影像图，经人工标注，图像分割后制作古代壁画数据集；(2)针对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像内容识别方法，其特征在于：采集图像正射影像图，制作图像数据集；将所述图像数据集分为训练集和测试集，采用目标检测算法对所述训练集进行训练，保留训练模型；采用所述测试集进行测试，识别图像内容。2.如权利要求1所述的图像内容识别方法，其特征在于：采用图像标注工具对所述图像正射影像图进行标注、图像分割后制作所述图像数据集。3.如权利要求2所述的图像内容识别方法，其特征在于：所述标注内容包括对象类别、对象边界外接矩形的大小和位置。4.如权利要求2所述的图像内容识别方法，其特征在于：所述图像分割包括裁剪，对所述标注图像进行裁剪，并制作第二标注图像，将所述第二标注图像随机分为所述训练集和所述测试集。5.如权利要求1所述的图像内容识别方法，其特征在于：采用目标检测...

【专利技术属性】
技术研发人员：刘学平，陈垚，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：