[发明专利]图像识别方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取待识别图像；

通过预先训练的检测模型，对所述待识别图像中包含的目标对象进行定位，并确定所述目标对象与所述检测模型中的各分类相匹配的概率；以及

当所述概率的至少其中之一处于预设范围时，通过预先训练的特征模型，对所述目标对象进行特征提取，并根据提取出的特征数据，确定所述目标对象的最终分类。

2.根据权利要求1所述的方法，其特征在于，所述检测模型为基于二阶段模型框架的检测模型；确定所述目标对象与所述检测模型中的各分类相匹配的概率包括：将定位出的所述目标对象输入经训练的卷积神经网络中进行分类，以确定所述目标对象与所述检测模型中的各分类相匹配的概率。

3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络的训练样本包括对原始训练图像进行下述至少一种操作而获得的新图像：翻转、旋转、模糊、缩放、截取、变换颜色、变换明暗度、变换对比度、变换饱和度。

4.根据权利要求1-3任一项所述的方法，其特征在于，根据提取出的特征数据，确定所述目标对象的最终分类包括：

在所述特征模型中，确定与所述目标对象的特征数据集欧式距离最小的特征数据簇；以及

确定所述特征数据簇对应的分类为所述目标对象的最终分类。

5.根据权利要求4所述的方法，其特征在于，所述特征模型中的各特征数据簇是基于聚类算法对各分类的多个特征数据集进行预先训练确定的；其中，各特征数据簇间的最小欧氏距离大于预设的第一阈值，每个特征数据簇中特征数据间的最大欧氏距离小于预设的第二阈值。

6.根据权利要求1-3任一项所述的方法，其特征在于，还包括：根据所述目标对象的分类，在预先建立的知识图谱中检索并输出所述分类的关联信息。

7.根据权利要求6所述的方法，其特征在于，所述分类的关联信息包括：所述分类的背景信息及各分类之间的关系信息。

8.一种图像识别装置，其特征在于，包括：

图像获取模块，用于获取待识别图像；

目标检测模块，用于通过预先训练的检测模型，对所述待识别图像中包含的目标对象进行定位，并确定所述目标对象与所述检测模型中的各分类相匹配的概率；以及

分类确定模块，用于当所述概率的至少其中之一处于预设范围时，通过预先训练的特征模型，对所述目标对象进行特征提取，并根据提取出的特征数据，确定所述目标对象的最终分类。

9.一种计算机设备，包括：存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令，其特征在于，所述处理器执行所述可执行指令时实现如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，所述可执行指令被处理器执行时实现如权利要求1-7任一项所述的方法。