[发明专利]一种图像识别系统及图像识别方法

权利要求书

1.一种图像识别系统，其特征在于，包括：

识别模块，用于采用图像分类模型对所述图像样本进行识别，得到所述图像样本的图像类别置信度；

检索模块，用于当确定所述识别模块得到的所述图像类别置信度小于第一预定阈值时，检索出所述图像样本的相似人工识别样例，将所述相似人工识别样例中置信度最高的目标人工识别样例的识别结果，作为所述图像样本的识别结果；

训练模块，用于根据所述训练样本库中的训练样本训练所述图像分类模型；其中，所述训练样本包括人工识别样例和高置信度图像检索样例；所述高置信度图像检索样例为所述检索模块检索到的人工识别样例；

所述识别模块还用于得到所述图像样本的图像特征；

所述检索模块，具体用于：

根据所述识别模块得到的所述图像样本的图像特征，从图像样本库中检索出所述图像样本的相似人工识别样例；其中，所述相似人工识别样例的识别结果中包含的图像特征与所述图像样本的图像特征间的相似度大于第二预定阈值；其中，所述图像样本库用于存储一个或多个人工识别样例。

2.根据权利要求1所述的系统，其特征在于，所述检索模块，还用于：

当所述图像样本的图像类别置信度大于等于所述第一预定阈值时，将所述图像样本作为高置信度图像检索样例存储至训练样本库中。

3.根据权利要求1-2任一项所述的系统，其特征在于，所述训练模块，其中：

训练模块，用于：

判定所述训练样本库中存储的训练样本的样本数量是否满足第二预定阈值；

若满足，则从所述训练样本库中获取所述训练样本的识别结果，对所述识别模块中的图像分类模型进行训练。

4.根据权利要求1-3任一项所述的系统，其特征在于，所述识别模块，还用于：

在确定识所述图像样本的图像类型置信度大于等于所述第一预定阈值，则输出识别出的所述图像样本的识别结果。

5.一种图像识别方法，其特征在于，包括：

采用图像分类模型对所述图像样本进行识别，得到所述图像样本的图像类别置信度；

当确定所述图像类别置信度小于第一预定阈值时，检索出所述图像样本的相似人工识别样例，将所述相似人工识别样例中置信度最高的目标人工识别样例的识别结果，作为所述图像样本的识别结果；

采用图像分类模型对所述图像样本进行识别后得到所述图像样本的图像特征；

所述检索出所述图像样本的相似人工识别样例进行分析，得到所述图像样本的识别结果，包括：

根据所述识别模块得到的所述图像样本的图像特征，从图像样本库中检索出所述图像样本的相似人工识别样例；其中，所述相似人工识别样例的识别结果中包含的图像特征与所述图像样本的图像特征间的相似度大于第二预定阈值；所述图像样本库用于存储一个或多个人工识别样例。

6.根据权利要求5所述的方法，其特征在于，所述将所述相似人工识别样例中置信度最高的目标人工识别样例的识别结果，作为所述图像样本的识别结果之后，还包括：

当所述图像样本的图像类别置信度大于等于所述第一预定阈值时，将所述图像样本作为高置信度图像检索样例存储至训练样本库中；

其中，所述训练样本包括人工识别样例和所述高置信度图像检索样例。

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：

根据所述训练样本库中的训练样本训练所述图像分类模型；其中，所述训练样本包括人工识别样例和高置信度图像检索样例。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

判定所述训练样本库中存储的训练样本的样本数量是否满足第二预定阈值；

若满足，则从所述训练样本库中获取所述训练样本的识别结果，对所述识别模块中的图像分类模型进行训练。