【技术实现步骤摘要】
本公开涉及图像处理，尤其涉及一种图像识别方法及装置。
技术介绍
1、随着目标检测算法的发展，简单场景下的人群计数任务已经可以取得很高的精度，并被广泛应用于安防监控、城市交通管理、公共场所人流控制等领域，相比传统的人员计数方法，基于计算机视觉和机器学习的人群计数技术具有更高的效率。通过图像处理和特征提取，可以在短时间内处理大量的图像数据，并快速准确地计算出人群数量，但是当人群密集，人群之间互相遮挡严重时，其计数精确性显著下降，常规情况下，可以通过基于深度学习的人群计数算法试图利用多尺度特征融合、多任务联合学习和基于注意力的算法来解决复杂场景下的人群计数问题，但在高密度区域的预测结果高于真实值，依然无法保证技术结果的准确性。
2、由此可见，现有技术中存在由于图像中待识别对象密度过高，导致的待识别对象识别结果模糊，计数结果不精确的问题。
技术实现思路
1、有鉴于此，本公开实施例提供了一种图像识别方法及装置，以解决现有技术中由于图像中待识别对象密度过高，导致的待识别对象识别结果模糊，计数结果不精确的问题。
2、本公开实施例的第一方面，提供了一种图像识别方法，包括：获取待检测图像，待检测图像中包含至少一个待识别对象；对待检测图像进行特征提取，得到待检测图像对应的特征矩阵；根据待检测图像对应的特征矩阵，确定待检测图像对应的掩码特征矩阵；对待检测图像对应的特征矩阵进行下采样，并将下采样结果进行空洞卷积后发送到至少一个上采样层进行上采样，得到待检测图像对应的密度区域特征矩阵
3、本公开实施例的第二方面，提供了一种图像识别装置，包括：获取模块，用于获取待检测图像，待检测图像中包含至少一个待识别对象；第一处理模块，用于对待检测图像进行特征提取，得到待检测图像对应的特征矩阵；第一确定模块，用于根据待检测图像对应的特征矩阵，确定待检测图像对应的掩码特征矩阵；第二处理模块，用于对待检测图像对应的特征矩阵进行下采样，并将下采样结果进行空洞卷积后发送至至少一个上采样层进行上采样，得到待检测图像对应的密度区域特征矩阵；第三处理模块，用于对待检测图像对应的特征矩阵进行卷积处理，并将卷积结果进行批正则化处理，得到待检测图像对应的缩放系数；第四处理模块，用于将待检测图像对应的掩码特征矩阵、待检测图像对应的密度区域特征矩阵、以及待检测图像特征矩阵对应的缩放系数相乘，得到待检测图像的目标特征矩阵；第五处理模块，用于根据待检测图像的目标特征矩阵，确定待检测图像中包含的待识别对象的数量。
4、本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
5、本公开实施例的第四方面，提供了一种可读存储介质，该可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
6、本公开实施例与现有技术相比存在的有益效果是：通过获取包含至少一个待识别对象的待检测图像，对待检测图像进行特征提取，得到包含待检测图像所有特征信息的特征矩阵，根据待检测图像对应的特征矩阵，通过生成注意掩码，得到待检测图像对应的掩码特征矩阵，对待检测图像对应的特征矩阵进行下采样，将下采样结果进行空洞卷积，并将空洞卷积结果发送到每一个上采样层进行上采样，通过这种处理方式得到待检测图像对应的密度区域特征矩阵，再对待检测图像对应的特征矩阵进行卷积，并通过批正则化层对卷积结果进行批正则化处理，得到待检测图像对应的缩放系数，将待检测图像对应的掩码特征矩阵、待检测图像对应的密度区域特征矩阵、以及待检测图像对应的缩放系数相乘，得到待检测图像的目标特征矩阵，待检测图像的目标特征矩阵通过二值化和连通域查找，确定待检测图像中包含的待识别对象的数量，以此增强了信息提取能力，降低了处理过程的信息损失，增加了特征信息的丰富度，降低了噪声影响，提升了计数结果的精确性，提高了图像识别的准确度。
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，包括：
2.根据权利要求1所述的图像识别方法，其特征在于，所述根据所述待检测图像对应的特征矩阵，确定所述待检测图像对应的掩码特征矩阵，包括：
3.根据权利要求1所述的图像识别方法，其特征在于，所述对所述待检测图像对应的特征矩阵进行下采样，并将下采样结果进行空洞卷积后发送到至少一个上采样层进行上采样，得到所述待检测图像对应的密度区域特征矩阵，包括：
4.根据权利要求1所述的图像识别方法，其特征在于，所述对所述待检测图像对应的特征矩阵进行卷积处理，并将卷积结果进行批正则化处理，得到所述待检测图像对应的缩放系数，包括：
5.根据权利要求4中所述的图像识别方法，其特征在于，在所述根据所述预设数量的输出层，对所述待检测图像对应的权重值进行自适应池化，得到所述待检测图像对应的缩放系数之后，还包括：
6.根据权利要求1所述的图像识别方法，其特征在于，所述根据所述待检测图像的目标特征矩阵，确定所述待检测图像中包含的所述待识别对象的数量，包括：
7.根据权利要求1所述的图像识别方法，其特征在于
8.一种图像识别装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：
2.根据权利要求1所述的图像识别方法，其特征在于，所述根据所述待检测图像对应的特征矩阵，确定所述待检测图像对应的掩码特征矩阵，包括：
3.根据权利要求1所述的图像识别方法，其特征在于，所述对所述待检测图像对应的特征矩阵进行下采样，并将下采样结果进行空洞卷积后发送到至少一个上采样层进行上采样，得到所述待检测图像对应的密度区域特征矩阵，包括：
4.根据权利要求1所述的图像识别方法，其特征在于，所述对所述待检测图像对应的特征矩阵进行卷积处理，并将卷积结果进行批正则化处理，得到所述待检测图像对应的缩放系数，包括：
5.根据权利要求4中所述的图像识别方法，其特征在于，在所述根据所述预设数量的输出层，对所述待检测图像对应的权重值进行...
【专利技术属性】
技术研发人员：蒋召，师平，
申请(专利权)人：深圳须弥云图空间科技有限公司，
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。