[发明专利]一种基于图像的物体分类方法、系统和电子设备

说明书

本发明涉及一种基于图像的物体分类方法、系统和电子设备，本方法通过识别图像的物体所在的第一区域，并对第一区域的物体特征上生成多个第二区域，再对多个所述第二区域进行细分，分类筛选出包含有待测物体的第三区域，并对第三区域进行细分，获得包含有待测物体的区别特征的第四区域，最后对所述待测物体所在第一区域、第二区域、第三区域以及第四区域进行识别分类，得到待测物体的分类信息。通过对待处理图像的物体区域进行多级分类筛选，提高了对物体的分类的准确性。

【技术领域】

本发明属于图像识别领域，特别涉及一种基于图像的物体分类方法、系统和电子设备。

【背景技术】

图像识别技术已经越来越多地应用于人们的生活中，例如网络监管对图像进行识别并分类、电子设备的智能识别功能，都应用到了图像识别技术。图像识别技术可用于对图像内的物体进行分类，使生活和工作更加便捷和智能。

但是在现有技术中，对基于图像的物体分类方法中部分物体的分类并不准确，同一种类别的物体可能具有非常相似的特征，可能会使得分类的置信度降低。例如，对同一类饮料的不同口味的瓶子都是相同的，此时对饮料的分类结果无法细分到该种类别饮料是何种口味的。则通过现有的分类方法对具有非常相似特征的物体进行分类时，分类的次数较少，其准确度不高，容易造成错误分类。

【发明内容】

为克服目前的基于图像的物体分类方法存在的分类结果不准确的问题，本发明提供一种基于图像的物体分类方法、系统和电子设备。

本发明解决技术问题的技术方案是提供一种基于图像的物体分类方法，其包括如下步骤：

步骤S1：获取包含至少一个待测物体的待处理图像；

步骤S2：将所述图像输入至初筛网络，在图像中物体所在的区域生成第一区域；

步骤S3：将所述第一区域输入至细筛网络，在每一个第一区域内生成多个包含物体的部分特征的第二区域；

步骤S4：将多个所述第二区域输入至第一关键位置检测网络，筛选出包含所述待测物体特征的第三区域；

步骤S5：将所述第三区域输入至第二关键位置检测网络，筛选出包含所述待测物体特征中区别特征的第四区域；及

步骤S6：将所述待测物体所在的第一区域、第二区域、第三区域以及第四区域输入至分类网络，获得物体的分类信息。

优选地，在步骤S3与步骤S4之间还包括：

步骤S3-4：判断第二区域是否筛选出包含待测物体的特征，若是则进入步骤S4，若否，则返回步骤S2。

优选地，步骤S4具体包含以下步骤：将多个所述第二区域输入至第一关键位置检测网络中的关键区域检测网络，获得包含所述待测物体特征的关键区域；将多个所述第二区域输入至第一关键位置检测网络中的关键点检测网络，获得包含所述待测物体特征的关键点；选取同时包含关键区域和关键点的第一区域，将该第一区域内第二区域定义为第三区域。

优选地，步骤S5具体包含以下步骤：

步骤S51：将所述第三区域输入至第二关键位置检测网络进行识别。

步骤S52：对步骤S51中识别的多个所述第三区域进行筛选，获得包含所述待测物体上区别特征的第四区域。

优选地，所述分类网络可设置多级分类网络，以进一步对图像内的物体进行细分。

优选地，在所述分类网络获得物体分类信息后，将分类结果进行归一化处理，获得物体分类的置信度，根据置信度判断分类结果是否准确。