【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 ...
【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:
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。