一种图像识别的方法技术

本申请公开了一种图像识别的方法，应用场景至少包括各类终端设备，如：扫码终端

【技术实现步骤摘要】
一种图像识别的方法、相关装置、设备以及存储介质


[0001]本申请涉及计算机
，尤其涉及一种图像识别的方法
、
相关装置
、
设备以及存储介质
。

技术介绍

[0002]在移动互联网的深入影响下，扫码终端的发展趋势越来越智能化，融合多种功能的扫码终端也更加普及
。
对于融合多种功能
(
例如，刷掌支付和扫码支付
)
的扫码终端而言，需要在物体靠近后判断物体类别
(
例如，手掌或者二维码
)
，以便进行不同模式的处理
。
[0003]扫码终端为了保证可以快速响应不同的扫码能力，可通过彩色传感器实时采集彩色图像
。
目前，主要通过采集到的彩色图像进行物体类别的识别，即，对采集到的彩色图像进行算法识别
。
例如，如果判断图像中出现的物体为手掌，则进入刷掌模式；如果判断图像中出现的物体为手机，则进入扫码模式
。
[0004]然而，专利技术人发现现有方案中至少存在如下问题：由于采集到的彩色图像容易受到物体移动，环境过亮，环境过暗或者逆光等影响，因此，导致依赖于彩色图像进行物体识别的算法鲁棒性较差，且图像识别的准确率较低
。

技术实现思路

[0005]本申请实施例提供了一种图像识别的方法
、
相关装置
、
设备以及存储介质
。
本申请解决了传统检测算法在复杂光线下鲁棒性不足的问题，从而提升了图像识别的准确率
。
[0006]有鉴于此，本申请一方面提供一种图像识别的方法，包括：
[0007]获取针对待识别物体的物体平均距离；
[0008]若物体平均距离小于或等于物体距离阈值，则获取目标红外图像，其中，目标红外图像包括待识别物体所对应的图像，且，目标红外图像中的每个像素点对应于一个亮度值；
[0009]根据目标红外图像中多个像素点的亮度值，确定目标红外图像所对应的图像平均亮度；
[0010]根据图像平均亮度与图像亮度阈值之间的大小关系，确定待识别物体的类别识别结果，其中，图像亮度阈值为基于物体平均距离确定的
。
[0011]本申请另一方面提供一种图像识别装置，包括：
[0012]获取模块，用于获取针对待识别物体的物体平均距离；
[0013]获取模块，还用于若物体平均距离小于或等于物体距离阈值，则获取目标红外图像，其中，目标红外图像包括待识别物体所对应的图像，且，目标红外图像中的每个像素点对应于一个亮度值；
[0014]确定模块，用于根据目标红外图像中多个像素点的亮度值，确定目标红外图像所对应的图像平均亮度；
[0015]确定模块，还用于根据图像平均亮度与图像亮度阈值之间的大小关系，确定待识别物体的类别识别结果，其中，图像亮度阈值为基于物体平均距离确定的
。
[0016]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0017]获取模块，具体用于通过距离传感器采集距离数据；
[0018]若距离数据在物体探测范围内，则将距离数据作为物体平均距离
。
[0019]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0020]获取模块，具体用于通过
Q
个距离传感器采集
Q
个距离数据，其中，
Q
为大于1的整数；
[0021]若
Q
个距离数据均在物体探测范围内，则对
Q
个距离数据进行求平均处理，得到物体平均距离；
[0022]若
Q
个距离数据中至少一个距离数据未在物体探测范围内，则对
Q
个距离数据中剩余的距离数据进行求平均处理，得到物体平均距离
。
[0023]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0024]确定模块，具体用于对目标红外图像中各个像素点的亮度值进行求和处理，得到第一亮度总和；
[0025]根据目标红外图像的像素点总数，对第一亮度总和进行求平均处理，得到图像平均亮度，其中，目标红外图像包括
W
×
H
个像素点，
W
表示目标红外图像的宽度像素个数，
H
表示目标红外图像的高度像素个数，
H
以及
W
均为大于1的整数
。
[0026]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0027]确定模块，具体用于从目标红外图像中获取红外子图像，其中，目标红外图像包括
W
×
H
个像素点，
W
表示目标红外图像的宽度像素个数，
H
表示目标红外图像的高度像素个数，
H
以及
W
均为大于1的整数；
[0028]对红外子图像中各个像素点的亮度值进行求和处理，得到第二亮度总和；
[0029]根据红外子图像的像素点总数，对第二亮度总和进行求平均处理，得到图像平均亮度，其中，红外子图像包括
w
×
h
个像素点，
w
表示红外子图像的宽度像素个数，
h
表示红外子图像的高度像素个数，
h
为大于1且小于
H
的整数，
w
为大于1且小于
W
的整数
。
[0030]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0031]获取模块，还用于根据图像平均亮度与图像亮度阈值之间的大小关系，确定待识别物体的类别识别结果之前，基于物体平均距离，通过高阶多项式函数计算得到图像亮度阈值，其中，高阶多项式函数包括
(M+1)
个系数，
M
为大于或等于1的整数
。
[0032]或者，
[0033]获取模块，还用于基于物体平均距离，通过亮度预测模型获取图像亮度阈值
。
[0034]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，图像识别装置还包括构建模块以及生成模块；
[0035]构建模块，用于构建针对第一物体的第一亮度曲线，其中，第一亮度曲线表示各个平均距离与第一平均亮度之间的关系；
[0036]构建模块，还用于构建针对第二物体的第二亮度曲线，其中，第二亮度曲线表示各个平均距离与第二平均亮度之间的关系；
[0037]构建模块，还用于根据第一亮度曲线以及第二亮度曲线，构建亮度分隔曲线，其中，亮度分隔曲线表示各个平均距离与亮度标定阈值之间的关系；
[0038]生成模块，用于根据亮度分隔曲线构建高阶多项式函数，或者，根据亮本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像识别的方法，其特征在于，包括：获取针对待识别物体的物体平均距离；若所述物体平均距离小于或等于物体距离阈值，则获取目标红外图像，其中，所述目标红外图像包括所述待识别物体所对应的图像，且，所述目标红外图像中的每个像素点对应于一个亮度值；根据所述目标红外图像中多个像素点的亮度值，确定所述目标红外图像所对应的图像平均亮度；根据所述图像平均亮度与图像亮度阈值之间的大小关系，确定所述待识别物体的类别识别结果，其中，所述图像亮度阈值为基于所述物体平均距离确定的
。2.
根据权利要求1所述的方法，其特征在于，所述获取针对待识别物体的物体平均距离，包括：通过距离传感器采集距离数据；若所述距离数据在物体探测范围内，则将所述距离数据作为所述物体平均距离
。3.
根据权利要求1所述的方法，其特征在于，所述获取针对待识别物体的物体平均距离，包括：通过
Q
个距离传感器采集
Q
个距离数据，其中，所述
Q
为大于1的整数；若所述
Q
个距离数据均在物体探测范围内，则对所述
Q
个距离数据进行求平均处理，得到所述物体平均距离；若所述
Q
个距离数据中至少一个距离数据未在物体探测范围内，则对所述
Q
个距离数据中剩余的距离数据进行求平均处理，得到所述物体平均距离
。4.
根据权利要求1所述的方法，其特征在于，所述根据所述目标红外图像中多个像素点的亮度值，确定所述目标红外图像所对应的图像平均亮度，包括：对所述目标红外图像中各个像素点的亮度值进行求和处理，得到第一亮度总和；根据所述目标红外图像的像素点总数，对所述第一亮度总和进行求平均处理，得到所述图像平均亮度，其中，所述目标红外图像包括
W
×
H
个像素点，所述
W
表示所述目标红外图像的宽度像素个数，所述
H
表示所述目标红外图像的高度像素个数，所述
H
以及所述
W
均为大于1的整数
。5.
根据权利要求1所述的方法，其特征在于，所述根据所述目标红外图像中多个像素点的亮度值，确定所述目标红外图像所对应的图像平均亮度，包括：从所述目标红外图像中获取红外子图像，其中，所述目标红外图像包括
W
×
H
个像素点，所述
W
表示所述目标红外图像的宽度像素个数，所述
H
表示所述目标红外图像的高度像素个数，所述
H
以及所述
W
均为大于1的整数；对所述红外子图像中各个像素点的亮度值进行求和处理，得到第二亮度总和；根据所述红外子图像的像素点总数，对所述第二亮度总和进行求平均处理，得到所述图像平均亮度，其中，所述红外子图像包括
w
×
h
个像素点，所述
w
表示所述红外子图像的宽度像素个数，所述
h
表示所述红外子图像的高度像素个数，所述
h
为大于1且小于所述
H
的整数，所述
w
为大于1且小于所述
W
的整数
。6.
根据权利要求1所述的方法，其特征在于，所述根据所述图像平均亮度与图像亮度阈值之间的大小关系，确定所述待识别物体的类别识别结果之前，所述方法还包括：
基于所述物体平均距离，通过高阶多项式函数计算得到所述图像亮度阈值，其中，所述高阶多项式函数包括
(M+1)
个系数，所述
M
为大于或等于1的整数；或者，基于所述物体平均距离，通过亮度预测模型获取所述图像亮度阈值
。7.
根据权利要求6所述的方法，其特征在于，所述方法还包括：构建针对第一物体的第一亮度曲线，其中，所述第一亮度曲线表示各个平均距离与第一平均亮度之间的关系；构建针对第二物体的第二亮度曲线，其中，所述第二亮度曲线表示各个平均距离与第二平均亮度之间的关系；根据所述第一亮度曲线以及所述第二亮度曲线，构建亮度分隔曲线，其中，所述亮度分隔曲线表示各个平均距离与亮度标定阈值之间的关系；根据所述亮度分隔曲线构建所述高阶多项式函数，或者，根据所述亮度分隔曲线训练所述亮度预测模型
。8.
根据权利要求7所述的方法，其特征在于，所述构建针对第一物体的第一亮度曲线，包括：通过所述红外相机采集
K
个平均距离所对应的第一样本图像集合，其中，所述第一样本图像集合包括每个平均距离所对应的第一样本图像，所述第一样本图像包括所述第一物体所对应的图像，且，所述第一样本图像中的每个像素点对应于一个亮度值，所述
K
为大于1的整数；针对所述第一样本图像集合中的每个第一样本图像，根据第一样本图像中多个像素点的亮度值，确定所述第一样本图像所对应的第一平均亮度；根据所述每个第一样本图像所对应的第一平均亮度以及平均距离，构建针对所述第一物体的所述第一亮度曲线
。9.
根据权利要求7所述的方法，其特征在于...

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