【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 ...
【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:
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。