【技术实现步骤摘要】
本申请属于图像识别，具体涉及一种图像识别方法、装置、电子设备和可读存储介质。
技术介绍
1、目前，实现图像的识别的方法主要分为两类：传统算法和深度学习算法。其中，传统算法是从人工设计特征出发的分类方法，如通过人工设计目标的形状、规模和纹理，但这些特征大多基于人类对图像的直接观察总结得出。
2、深度学习算法采用卷积神经网络(convolutional neural network，cnn)对图像进行像素级分类，可以采用训练cnn将每个像素分类为语义类别并在该像素周围输入补丁的方法，也可以采用训练一个全卷积网络直接对每个像素进行分类的方法。
3、上述方法均存在较大的图像识别不完整、错检、漏检的问题，即现有的图像识别方法的识别能力不够强。
技术实现思路
1、本申请实施例的目的是提供一种图像识别方法、装置、电子设备和可读存储介质，能够解决现有的图像识别方法的识别能力不够强的问题。
2、第一方面，本申请实施例提供了一种图像识别方法，所述方法包括：
3、获取待识别图像；
4、对所述待识别图像进行特征提取，得到n个特征图以及与所述n个特征图一一对应的n个特征矩阵，n为大于1的整数；
5、基于预设权重矩阵和所述n个特征矩阵，确定所述待识别图像的特征融合矩阵；
6、基于所述特征融合矩阵和所述n个特征矩阵，确定所述待识别图像的识别信息。
7、第二方面，本申请实施例提供了一种图像识别装置，所述装置包括：>
8、获取模块，用于获取待识别图像；
9、提取模块，用于对所述待识别图像进行特征提取，得到n个特征图以及与所述n个特征图一一对应的n个特征矩阵，n为大于1的整数；
10、第一确定模块，用于基于预设权重矩阵和所述n个特征矩阵，确定所述待识别图像的特征融合矩阵；
11、第二确定模块，用于基于所述特征融合矩阵和所述n个特征矩阵，确定所述待识别图像的识别信息。
12、第三方面，本申请实施例提供了一种电子设备，所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的方法的步骤。
13、第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。
14、在本申请实施例中，对待识别图像进行特征提取，得到n个不同的特征矩阵，每个特征矩阵均能表示待识别图像的部分图像信息，之后通过预设权重矩阵对n个特征矩阵进行处理、融合，得到待识别图像的特征融合矩阵，最后根据特征融合矩阵和n个特征矩阵对应的图像，得到对于待识别图像的识别信息。由于特征融合矩阵能够表示待识别图像的更多信息，因此得到的待识别图像的识别信息是更加完整的，提高了图像识别方法的识别能力。
本文档来自技高网...【技术保护点】
1.一种图像识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于预设权重矩阵和所述N个特征矩阵，确定所述待识别图像的特征融合矩阵，包括：
3.如权利要求2所述的方法，其特征在于，所述基于预设权重矩阵和所述N个特征矩阵，确定N个像素重点特征矩阵，包括：
4.如权利要求3所述的方法，其特征在于，所述基于所述N个像素重点特征矩阵和所述N个特征矩阵，确定所述待识别图像的特征融合矩阵，包括：
5.如权利要求4所述的方法，其特征在于，所述基于所述目标加权权重和所述目标特征矩阵，确定所述目标特征图的第一特征矩阵，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述N个拼接图各自对应的第一特征矩阵，确定所述待识别图像的特征融合矩阵，包括：
7.如权利要求1至6中任一项所述的方法，其特征在于，对所述待识别图像进行特征提取，得到N个特征图以及与所述N个特征图一一对应的N个特征矩阵，包括：
8.如权利要求7所述的方法，其特征在于，所述基于所述特征融合矩阵和所述N个特征矩阵，确定
9.一种图像识别装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至8中任一项所述的图像识别方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的图像识别方法的步骤。
...【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：
2.如权利要求1所述的方法，其特征在于，所述基于预设权重矩阵和所述n个特征矩阵，确定所述待识别图像的特征融合矩阵，包括：
3.如权利要求2所述的方法，其特征在于，所述基于预设权重矩阵和所述n个特征矩阵，确定n个像素重点特征矩阵，包括：
4.如权利要求3所述的方法，其特征在于，所述基于所述n个像素重点特征矩阵和所述n个特征矩阵，确定所述待识别图像的特征融合矩阵，包括：
5.如权利要求4所述的方法，其特征在于，所述基于所述目标加权权重和所述目标特征矩阵，确定所述目标特征图的第一特征矩阵，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述n个拼接图各自对应的第一特征矩阵，确定所述待识别图像的特征融合矩阵，包括：...
【专利技术属性】
技术研发人员：薛传宇，
申请(专利权)人：中移苏州软件技术有限公司，
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。