[发明专利]图像识别方法及存储介质有效

专利信息
申请号: 201910517479.9 申请日: 2019-06-14
公开(公告)号: CN110222789B 公开(公告)日: 2023-05-26
发明(设计)人: 王吉;陈志博 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/80 分类号: G06V10/80;G06V10/75
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 存储 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,所述方法包括:

对目标对象的图像集合中的多个图像进行特征提取,得到所述多个图像的图像特征;

根据从每个图像被添加至所述图像集合中的时间,所述每个图像的图像特征与所述每个图像被添加至所述图像集合之前的融合特征的相似度,所述每个图像的图像质量,所述每个图像的图像特征与所述图像集合中多个图像的图像特征的聚类中心之间的位置关系指示信息组成的群组中选择的至少一项,获取所述每个图像的权重;

基于所述每个图像的权重,对所述多个图像的图像特征进行加权求和,得到所述图像集合的融合特征;

当提取到待识别图像的图像特征时,将所述待识别图像的图像特征与所述融合特征进行匹配,以识别所述待识别图像中的对象是否为所述目标对象。

2.根据权利要求1所述的方法,其特征在于,所述图像集合包括第一图像和第二图像,所述第一图像为图像识别前获取得到的原始图像,所述第二图像为图像识别过程中满足条件时被添加至图像集合中的图像,所述第一图像的权重和所述第二图像的权重不同。

3.根据权利要求2所述的方法,其特征在于,所述目标对象的图像集合中第二图像的采集时间距离当前系统时间的时长小于时长阈值。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

当所述图像集合中的任一第二图像的采集时间距离当前系统时间的时长大于或等于时长阈值时,将所述图像集合中的所述任一第二图像删除。

5.根据权利要求1所述的方法,其特征在于,所述将所述待识别图像的图像特征与所述融合特征进行匹配,以识别所述待识别图像中的对象是否为所述目标对象,包括:

将所述待识别图像的图像特征与所述融合特征进行匹配,得到所述待识别图像的图像特征与所述融合特征的相似度;

当所述相似度大于第一相似度阈值时,确定所述待识别图像中的对象为所述目标对象。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

当所述相似度大于第二相似度阈值时,将所述待识别图像添加至所述目标对象的图像集合中,所述第二相似度阈值大于第一相似度阈值。

7.根据权利要求5所述的方法,其特征在于,所述方法还包括:

获取所述待识别图像的图像质量;

当所述相似度大于第二相似度阈值,且所述图像质量大于质量阈值时,将所述待识别图像添加至所述目标图像的图像集合中,所述第二相似度阈值大于第一相似度阈值。

8.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取目标时间段内采集得到的待添加至图像集合中的多个待识别图像的数量;

当所述数量大于数量阈值时,根据从所述多个待识别图像的图像特征与图像集合的融合特征的相似度,所述多个待识别图像的图像质量组成的群组中选择的至少一项,从所述多个待识别图像中,选择目标数量的待识别图像添加至所述图像集合中。

9.根据权利要求8所述的方法,其特征在于,所述根据从所述多个待识别图像的图像特征与图像集合的融合特征的相似度,所述多个待识别图像的图像质量组成的群组中选择的至少一项,从所述多个待识别图像中,选择目标数量的待识别图像添加至所述图像集合中,包括:

根据从所述多个待识别图像的图像特征与图像集合的融合特征的相似度,所述多个待识别图像的图像质量组成的群组中选择的至少一项,从所述多个待识别图像中选择多个候选待识别图像;

从所述多个候选待识别图像中,随机选择目标数量的候选待识别图像添加至所述图像集合中。

10.一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中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1至权利要求9任一项所述的图像识别方法所执行的操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910517479.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top