一种图像识别方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种图像识别方法、装置、电子设备及可读存储介质，该方法包括：获取待识别图像；将待识别图像输入至预先训练的图像识别模型，输出待识别图像的全局特征和第一局部特征；图像识别模型根据多个样本图像的样本全局特征、样本局部特征和对象类别标签训练得到；对象类别标签用于描述样本图像中的对象所属的类别；利用图像识别模型提取候选图像的第二局部特征，候选图像为根据全局特征从预设图像库中筛选得到；将与第一局部特征符合空间一致性的第二局部特征对应的候选图像确定为待识别图像的相似图像。根据本发明专利技术的实施例，能够快速准确地确定待识别图像的相似图像。能够快速准确地确定待识别图像的相似图像。能够快速准确地确定待识别图像的相似图像。

【技术实现步骤摘要】
一种图像识别方法、装置、电子设备及可读存储介质


[0001]本专利技术涉及图像处理
，特别是涉及一种图像识别方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着信息技术和人工智能的不断发展，图像识别得到广泛应用，比如应用于在线购物中的识别同款或相似款的商品图像等。目前，通常采用提取待识别图像的图像特征的方式来进行相似的图像检索。
[0003]但是，当待识别图像中的目标对象的姿态或拍摄视角发生变化时，图像特征也会产生较大变化，导致识别效率和准确度低。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种图像识别方法、装置、电子设备及可读存储介质，能够快速准确地确定待识别图像的相似图像。具体技术方案如下：
[0005]在本专利技术实施的第一方面，首先提供了一种图像识别方法，包括：
[0006]获取待识别图像；
[0007]将待识别图像输入至预先训练的图像识别模型，输出待识别图像的全局特征和第一局部特征；图像识别模型根据多个样本图像的样本全局特征、样本局部特征和对象类别标签训练本文档来自技高网...

【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，所述方法包括：获取待识别图像；将所述待识别图像输入至预先训练的图像识别模型，输出所述待识别图像的全局特征和第一局部特征；所述图像识别模型根据多个样本图像的样本全局特征、样本局部特征和对象类别标签训练得到；所述对象类别标签用于描述所述样本图像中的对象所属的类别；利用所述图像识别模型提取候选图像的第二局部特征，所述候选图像为根据所述全局特征从预设图像库中筛选得到；将与所述第一局部特征符合空间一致性的第二局部特征对应的候选图像确定为所述待识别图像的相似图像。2.根据权利要求1所述的方法，所述将与所述第一局部特征符合空间一致性的第二局部特征对应的候选图像确定为所述待识别图像的相似图像，包括：比较所述第一局部特征和所述第二局部特征，确定特征相似度；根据所述特征相似度分别从所述第一局部特征中提取第一相似特征，从所述第二局部特征中提取第二相似特征，所述第一相似特征和所述第二相似特征的特征相似度大于预设阈值；验证所述第一相似特征在所述第一局部特征中的空间坐标，和所述第二相似特征在所述第二局部特征中的空间坐标是否符合空间一致性；将符合所述空间一致性的第二相似特征对应的候选图像确定为所述待识别图像的相似图像。3.根据权利要求1所述的方法，在所述将所述待识别图像输入至预先训练的图像识别模型，输出所述待识别图像的全局特征和第一局部特征之前，所述方法还包括：获取多个训练样本，所述训练样本包括样本图像和与所述样本图像相对应的所述对象类别标签；将所述样本图像输入至预设神经网络，输出所述样本图像的图像特征和类别特征；根据所述图像特征、所述类别特征和所述对象类别标签，确定多个损失值；根据所述多个损失值对所述预设神经网络进行训练，直至满足预设训练条件，得到所述图像识别模型。4.根据权利要求3所述的方法，所述将所述样本图像输入至预设神经网络，输出所述训练图像的图像特征和类别特征，包括：提取所述样本图像的样本全局特征和样本特征图像；提取所述样本特征图像的样本局部特征；对所述样本全局特征进行分类处理，得到全局类别特征；对所述样本局部特征进行分类处理，得到局部类别特征。5.根据权利要求4所述的方法，所述对所述样本局部特征进行分类处理，得到局部类别特征，包括：对所述样本局部特征进行卷积及激活处理，得到局部特征加权图；通过所述局部特征加权图对所述样本局部特征进行加权处理，得到聚合后的样本局部特征；对...

【专利技术属性】
技术研发人员：李冠楠，
申请(专利权)人：北京爱奇艺科技有限公司，
类型：发明
国别省市：