图像识别方法、装置、计算机设备及计算机存储介质制造方法及图纸

本申请公开了一种图像识别方法、装置、计算机设备及计算机存储介质，适于云技术、人工智能及智慧交通等场景，其方法包括：获取待识别的目标图像，目标图像包含至少两个图像元素；对目标图像进行特征提取，得到目标图像中各个图像元素的元素识别特征；根据目标图像中各个图像元素的元素识别特征进行特征增强处理，得到目标图像的增强特征，增强特征用于表征目标图像中各个图像元素之间的关联信息；基于目标图像中各个图像元素的元素识别特征，及目标图像的增强特征所表征的关联信息，对目标图像进行图像识别，得到目标图像的图像识别结果，图像识别结果用于指示目标图像中各个图像元素的元素类别。采用本申请可以得到准确度较高的图像识别结果。高的图像识别结果。高的图像识别结果。

【技术实现步骤摘要】
图像识别方法、装置、计算机设备及计算机存储介质


[0001]本申请涉及计算机
，尤其涉及一种图像识别方法、装置、计算机设备及计算机存储介质。

技术介绍

[0002]当前计算机技术可以被应用在图像识别领域，而图像识别的具体应用场景可以如确定图像中是否包含目标元素。这一过程可以看作是对比目标元素进行识别的过程，而识别可以具体指判别图片中的元素所属的类别。其中，图像识别可以基于识别模型来实现，具体来说，可以先收集一些图像，然后基于深度学习技术和收集到的图像进行模型优化，得到一个识别模型，进而采用识别模型对需要进行识别的目标图像进行图像识别，得到相应的图像识别结果。
[0003]然而，针对包含多个图像元素的目标图像，传统的图像识别方法对该目标图像进行图像识别，以确定该目标图像是否包含目标图像元素时，通常无法提取到有效的特征信息，从而导致图像识别结果存在准确度低下的问题。那么，如何提取有效特征信息以提升图像识别结果的准确度，成了当下的研究热点。

技术实现思路

[0004]本申请实施例提供了一种图像识别方法、装置、计算机设备及计算机存储介质，可以提升图像识别的准确度。
[0005]一方面，本申请实施例提供了一种图像识别方法，包括：
[0006]获取待识别的目标图像，所述目标图像包含至少两个图像元素；
[0007]对所述目标图像进行特征提取，得到所述目标图像中各个图像元素的元素识别特征；
[0008]根据所述目标图像中各个图像元素的元素识别特征进行特征增强处理，得到所述目标图像的增强特征，所述增强特征用于表征所述目标图像中各个图像元素之间的关联信息；
[0009]基于所述目标图像中各个图像元素的元素识别特征，及所述目标图像的增强特征所表征的关联信息，对所述目标图像进行图像识别，得到所述目标图像的图像识别结果，所述图像识别结果用于指示所述目标图像中各个图像元素的元素类别。
[0010]再一方面，本申请实施例提供了一种图像识别装置，包括：
[0011]获取单元，用于获取待识别的目标图像，所述目标图像包含至少两个图像元素；
[0012]特征提取单元，用于对所述目标图像进行特征提取，得到所述目标图像中各个图像元素的元素识别特征；
[0013]特征增强单元，用于根据所述目标图像中各个图像元素的元素识别特征进行特征增强处理，得到所述目标图像的增强特征，所述增强特征用于表征所述目标图像中各个图像元素之间的关联信息；
[0014]图像识别单元，用于基于所述目标图像中各个图像元素的元素识别特征，及所述目标图像的增强特征所表征的关联信息，对所述目标图像进行图像识别，得到所述目标图像的图像识别结果，所述图像识别结果用于指示所述目标图像中各个图像元素的元素类别。
[0015]再一方面，本申请实施例提供了一种计算机设备，包括：
[0016]处理器，所述处理器用于实现一条或多条计算机程序；
[0017]计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并实现如第一方面的图像识别方法。
[0018]再一方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由处理器加载并实现如第一方面的图像识别方法。
[0019]再一方面，本申请实施例提供了一种程序产品，该程序产品包括计算机程序，所述计算机程序适于由处理器加载并执行如第一方面的图像识别方法。
[0020]在本申请实施例中，计算机设备在对目标图像进行图像识别时，通过对目标图像进行特征提取，得到了各个图像元素的元素识别特征，并进一步基于各个图像元素的元素识别特征执行了特征增强处理，以得到了用于表征目标图像中各个图像元素之间关联信息的增强特征，而计算机设备实现对各个图像元素的元素类别的识别时，是基于各个图像元素的元素识别特征以及增强特征所表征的关联信息共同执行的。也就是说，在本申请实施例中，计算机设备在对各个图像元素的元素类别进行识别时，不仅利用了各个图像元素的元素识别特征，还参考了各个图像元素涉及的关联关系，进一步使得计算机设备可以参考该关联关系指示的关联元素的元素识别特征，来对各个图像元素进行识别，极大地丰富了计算机设备所参考的特征信息，从而使得图像识别结果的准确度得到了有效提升。
附图说明
[0021]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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的附图。
[0022]图1a是本申请实施例提供的一种图像以及图像元素的示意图；
[0023]图1b是本申请实施例提供的又一种图像以及图像元素的示意图；
[0024]图2是本申请实施例提供的一种图像识别方法的示意流程图；
[0025]图3是本申请实施例提供的一种元素识别特征的提取方式示意图；
[0026]图4是本申请实施例提供的又一种图像识别方法的示意流程图；
[0027]图5是本申请实施例提供的一种第二图像的合成方法的示意流程图；
[0028]图6是本申请实施例提供的一种图像合成的原理示意图；
[0029]图7是本申请实施例提供的一种特征增强处理的流程示意图；
[0030]图8是本申请实施例提供的一种模型优化方法的流程示意图；
[0031]图9是本申请实施例提供的一种目标神经网络模型执行图像识别的流程示意图；
[0032]图10是本申请实施例提供的一种图像识别装置的结构示意图；
[0033]图11是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0034]为了使本
的人员更好地理解本申请实施例所提供的方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。需要说明的是，本申请实施例中描述的各个具体实施例只是本申请一部分实施例，而不是全部的实施例。基于本申请中的各个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0035]本申请实施例重点提出了一种图像识别方案，采用该方案可以在图像识别过程中有效提取到相关图像特征，丰富计算机设备在执行图像识别时所参考的特征信息，进而使得图像识别结果具有较高的准确度。具体来说，该方案指出：针对包含多个图像元素的目标图像，当需要对该目标图像中的各个图像元素的元素类别进行识别时，计算机设备可以在对目标图像进行特征提取，得到该目标图像中各个图像元素的元素识别特征后，根据各个图像元素的元素识别特征进行特征增强处理，以得到该目标图像的图像增强特征。其中，特征增强处理本质上是基于各个图像元素的元素识别特征提取到目标图像中更为复杂和全面的特征信息，使得计算机设备得到的图像增强特征可以用于表征目标图像中本文档来自技高网...

【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，包括：获取待识别的目标图像，所述目标图像包含至少两个图像元素；对所述目标图像进行特征提取，得到所述目标图像中各个图像元素的元素识别特征；根据所述目标图像中各个图像元素的元素识别特征进行特征增强处理，得到所述目标图像的增强特征，所述增强特征用于表征所述目标图像中各个图像元素之间的关联信息；基于所述目标图像中各个图像元素的元素识别特征，及所述目标图像的增强特征所表征的关联信息，对所述目标图像进行图像识别，得到所述目标图像的图像识别结果，所述图像识别结果用于指示所述目标图像中各个图像元素的元素类别。2.根据权利要求1所述的方法，其特征在于，所述目标图像的增强特征是是调用目标特征提取模型得到的；得到所述目标特征提取模型的方式包括：获取训练数据；其中，所述训练数据包括第一图像中目标图像元素的元素识别特征，第二图像中目标图像元素的元素识别特征，所述第二图像中参考图像元素的元素识别特征，以及所述第二图像的标注信息，所述标注信息用于指示所述参考图像元素与所述目标图像元素之间是否存在关联关系；采用参考特征提取模型，根据所述第一图像中目标图像元素的元素识别特征，所述第二图像中目标图像元素的元素识别特征，以及所述第二图像中参考图像元素的元素识别特征进行特征增强处理，得到所述第二图像的增强特征，所述第二图像的增强特征用于指示：所述第二图像中的目标图像元素与参考图像元素之间是否存在关联关系；向着减小所述第二图像的标注信息与所述第二图像的增强特征所指示的信息之间的差异的方向，对所述参考特征提取模型进行模型优化处理，以得到所述目标特征提取模型。3.根据权利要求2所述的方法，其特征在于，所述采用参考特征提取模型，根据所述第一图像中目标图像元素的元素识别特征，所述第二图像中目标图像元素的元素识别特征，以及所述第二图像中参考图像元素的元素识别特征进行特征增强处理，得到所述第二图像的增强特征，包括：对所述第一图像中目标图像元素的元素识别特征，及所述第二图像中各个图像元素的元素识别特征进行特征融合，得到所述第二图像的参考识别特征；基于所述参考识别特征及所述第二图像中所述目标图像元素的元素识别特征，生成所述第二图像的增强特征。4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：获取所述第一图像，所述第一图像中的目标图像元素的元素类别为目标类别；确定与所述目标类别具有关联关系的参考类别，并获取所述参考类别下的图像元素，得到所述参考图像元素；基于所述第一图像及所述参考图像元素，合成所述第二图像。5.根据权利要求4所述的方法，其特征在于，所述第二图像是采用目标图像生成模型生成的，得到所述目标图像生成模型的方式包括：采用参考图像生成模型，确定与所述目标类别具有关联关系的关联类别，并获取所述关联类别下的图像元素，得到关联图像元素；根据所述第一图像及所述关联图像元素执行图像合成处理，得到合成图像；获取参考图像，所述参考图像包含所述目标图像元素，以及与所述目标图像元素之间
存在关联关系的图像元素；向着增大所述合成图像与所述参考图...

【专利技术属性】
技术研发人员：朱城，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：