[发明专利]图像识别方法、装置、存储介质及电子设备

说明书

本申请涉及了一种基于人工智能的图像识别方法，所述方法应用于计算机视觉技术领域，尤其适用于计算机视觉技术领域中的目标跟踪，所述方法包括：根据包含若干目标实例的轨迹片段，确定各目标实例对应的目标特征信息；计算结构特征向量的平均值，并根据结构特征向量进行协方差运算，得到协方差矩阵；由轨迹片段中提取至少一目标实例，以该至少一目标实例对应目标特征信息中的视觉特征向量作为轨迹片段对应的局部特征信息，并以平均值和协方差矩阵作为轨迹片段对应的全局特征信息；根据局部特征信息和全局特征信息生成轨迹片段特征信息；基于轨迹片段特征信息进行指定轨迹片段中跟踪目标的图像识别。采用本申请能够有效地提高跟踪目标识别的准确性。

本申请是2017年07月14日提交的、申请号为201710573025.4、发明名称为“目标跟踪方法、装置及电子设备”的分案申请。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种图像识别方法、装置、存储介质及电子设备。

背景技术

随着摄像设备的丰富，无论是室内还是室外，均可布设大量的摄像设备，例如摄像头，以便于随时通过摄像设备所采集到的图像数据对其中的跟踪目标进行目标检测(tracking by detection)，进而实现目标跟踪。

然而，在此目标跟踪过程中，由于跟踪目标的识别准确性不高，可能因为无法准确地识别出跟踪目标(例如人物)发生了姿态变化，而导致目标检测得到两个不同的跟踪目标，还可能由于跟踪目标在非连续性采集的图像中无法被准确地识别，而使得跟踪目标在非连续性采集的图像中消失或者重新出现，同样造成了目标检测得到两个不同的跟踪目标。

由上可知，如何准确地识别跟踪目标仍有待解决。

发明内容

本申请的一个目的在于提供一种图像识别方法、装置、存储介质及电子设备，以解决现有技术中跟踪目标的识别准确性不高的问题。

其中，本申请所采用的技术方案为：

在本申请的一个方面，一种图像识别方法，包括：根据包含若干目标实例的轨迹片段，确定各目标实例对应的目标特征信息，各目标实例包含相同的跟踪目标；计算各目标实例对应目标特征信息中结构特征向量的平均值，并根据各目标实例对应目标特征信息中的结构特征向量进行协方差运算，得到协方差矩阵；由轨迹片段中提取至少一目标实例，以该至少一目标实例对应目标特征信息中的视觉特征向量作为所述轨迹片段对应的局部特征信息，并以所述平均值和协方差矩阵作为所述轨迹片段对应的全局特征信息；根据所述局部特征信息和所述全局特征信息生成所述轨迹片段特征信息；基于所述轨迹片段特征信息进行指定轨迹片段中跟踪目标的图像识别。

在本申请的一个方面，一种图像识别装置，包括：目标特征确定模块，用于根据包含若干目标实例的轨迹片段，确定各目标实例对应的目标特征信息，各目标实例包含相同的跟踪目标；目标特征运算模块，用于计算各目标实例对应目标特征信息中结构特征向量的平均值，并根据各目标实例对应目标特征信息中的结构特征向量进行协方差运算，得到协方差矩阵；特征定义模块，用于由轨迹片段中提取至少一目标实例，以该至少一目标实例对应目标特征信息中的视觉特征向量作为所述轨迹片段对应的局部特征信息，并以所述平均值和协方差矩阵作为所述轨迹片段对应的全局特征信息；片段特征生成模块，用于根据所述局部特征信息和所述全局特征信息生成所述轨迹片段特征信息；图像识别模块，用于基于所述轨迹片段特征信息进行指定轨迹片段中跟踪目标的图像识别。

在本申请的一个方面，一种电子设备，包括：处理器及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的图像识别方法。

在本申请的一个方面，一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的图像识别方法。

与现有技术相比，本申请具有以下有益效果：