[发明专利]图像识别方法、装置、电子设备和存储介质在审
申请号: | 201911237612.1 | 申请日: | 2019-12-05 |
公开(公告)号: | CN111160395A | 公开(公告)日: | 2020-05-15 |
发明(设计)人: | 周锴;王雷;宋祺;张睿 | 申请(专利权)人: | 北京三快在线科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/34;G06N3/04;G06N3/08 |
代理公司: | 北京市隆安律师事务所 11323 | 代理人: | 权鲜枝 |
地址: | 100190 北京市海*** | 国省代码: | 北京;11 |
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 装置 电子设备 存储 介质 | ||
1.一种图像识别方法,包括:
获取待识别图像;
选择与所述待识别图像的类别匹配的关键区块检测模型,根据选择的关键区块检测模型对所述待识别图像进行关键区块检测;
若检测出多个关键区块,则对检测出的多个关键区块进行聚类,根据聚类结果从所述待识别图像中分割出若干个子图,使各子图分别包含若干个关键区块;
对各子图分别进行文字识别。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
若不能检测出关键区块,则判定所述待识别图像与所述类别不符。
3.如权利要求1所述的方法,其特征在于,所述关键区块检测模型是通过如下方式训练得到的:
获取指定类别的样本图像作为训练数据,所述样本图像标注有多个关键区块;
利用所述训练数据进行迭代训练,得到与该指定类别匹配的关键区块检测模型;其中,所述关键区块检测模型是基于目标检测算法实现的。
4.如权利要求1所述的方法,其特征在于,所述对检测出的多个关键区块进行聚类包括:
基于关键区块的向量表示进行聚类,所述聚类结果满足如下条件:
每个子图的面积与所述待识别图像的面积的比值均不大于第一阈值,且每个子图中各关键区块的面积和与该子图的面积的比值均不小于第二阈值。
5.如权利要求4所述的方法,其特征在于,所述向量表示包括:关键区块的中心点坐标、关键区块的宽和关键区块的高。
6.如权利要求1所述的方法,其特征在于,所述对各子图分别进行文字识别包括:
对各子图分别进行文字行检测,得到检测出的文字行;
将检测出的文字行与关键区块进行匹配,根据关键区块的属性确定相匹配的文字行的属性。
7.如权利要求6所述的方法,其特征在于,所述对各子图分别进行文字识别还包括:
对检测出的文字行进行文字内容识别。
8.一种图像识别装置,包括:
图像获取单元,用于获取待识别图像;
关键区块检测单元,用于选择与所述待识别图像的类别匹配的关键区块检测模型,根据选择的关键区块检测模型对所述待识别图像进行关键区块检测;
聚类单元,用于若检测出多个关键区块,则对检测出的多个关键区块进行聚类,根据聚类结果从所述待识别图像中分割出若干个子图,使各子图分别包含若干个关键区块;
识别单元,用于对各子图分别进行文字识别。
9.一种电子设备,其中,该电子设备包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如权利要求1-7中任一项所述的方法。
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北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/201911237612.1/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序