[发明专利]一种图像目标识别方法、装置及计算机设备

权利要求书

1.一种图像目标识别方法，其特征在于，所述方法包括：

分别沿图像的水平视角方向和垂直视角方向进行特征提取，相应得到所述图像的横向特征序列和纵向特征序列；

将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征；

利用预设激活函数，对所述融合特征进行激活，得到图像特征；

通过对所述图像特征进行解码，识别所述图像中的目标；

在所述将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征之前，所述方法还包括：

基于所述横向特征序列及所述纵向特征序列，对所述图像进行卷积操作，提取用于表示所述横向特征序列及所述纵向特征序列分别在图像形变中所占权值的形变参数；

所述将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征，包括：

根据所述形变参数，以加权和的方式，将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征。

2.根据权利要求1所述的方法，其特征在于，所述分别沿图像的水平视角方向和垂直视角方向进行特征提取，相应得到所述图像的横向特征序列和纵向特征序列，包括：

沿图像的水平视角方向，对所述图像的每个行向量分别进行卷积操作，得到第一卷积结果；将所述第一卷积结果确定为横向特征序列；

沿所述图像的垂直视角方向，对所述图像的每个列向量分别进行卷积操作，得到第二卷积结果；将所述第二卷积结果确定为纵向特征序列。

3.根据权利要求1所述的方法，其特征在于，所述分别沿图像的水平视角方向和垂直视角方向进行特征提取，相应得到所述图像的横向特征序列和纵向特征序列，包括：

沿图像的水平视角方向，对所述图像的每个行向量分别进行卷积操作，得到第一卷积结果；

将所述第一卷积结果中的行向量进行反向排列，得到第一反向序列；

将所述第一卷积结果及所述第一反向序列确定为横向特征序列；

沿图像的垂直视角方向，对所述图像的每个列向量分别进行卷积操作，得到第二卷积结果；

将所述第二卷积结果中的列向量进行反向排列，得到第二反向序列；

将所述第二卷积结果及所述第二反向序列确定为纵向特征序列。

4.根据权利要求3所述的方法，其特征在于，在所述将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征之前，所述方法还包括：

基于所述横向特征序列中的第一卷积结果、第一反向序列，以及所述纵向特征序列中的第二卷积结果、第二反向序列，对所述图像进行卷积操作，提取用于表示所述第一卷积结果、所述第一反向序列、所述第二卷积结果及所述第二反向序列分别在图像形变中所占权值的形变参数；

所述将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征，包括：

根据所述形变参数，以加权和的方式，将所述第一卷积结果、所述第一反向序列、所述第二卷积结果及所述第二反向序列进行融合，得到融合特征。

5.一种图像目标识别装置，其特征在于，所述装置包括：

特征提取模块，用于分别沿图像的水平视角方向和垂直视角方向进行特征提取，相应得到所述图像的横向特征序列和纵向特征序列；

融合模块，用于将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征；

激活模块，用于利用预设激活函数，对所述融合特征进行激活，得到图像特征；

解码模块，用于通过对所述图像特征进行解码，识别所述图像中的目标；

第一形变参数提取模块，用于基于所述横向特征序列及所述纵向特征序列，对所述图像进行卷积操作，提取用于表示所述横向特征序列及所述纵向特征序列分别在图像形变中所占权值的形变参数；

所述融合模块，具体用于：

根据所述形变参数，以加权和的方式，将所述横向特征序列及所述纵向特征序列进行融合，得到融合特征。