[发明专利]图像识别方法、设备、存储介质及装置

说明书

本发明公开了一种图像识别方法、设备、存储介质及装置，该方法包括：获取待识别图像，通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率，根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理，获得目标图像，通过所述预设分类网络确定所述目标图像的第二图像类别概率，并根据所述第一图像类别概率以及所述第二图像类别概率确定目标类别概率，根据所述目标类别概率确定所述待识别图像的图像类别；本发明通过预设分类网络以及预设区域定位网络对待识别图像进行截取，获得目标图像，再根据待识别图像以及目标图像对待识别图像进行图像识别，从而能够避免环境因素对图片识别的影响，提高用户体验。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像识别方法、设备、存储介质及装置。

背景技术

目前，深度学习在解决诸如视觉识别、语音识别以及自然语言处理等很多方面都表现出非常好的性能，在不同类型的深度神经网络中，卷积神经网络在图像处理方面能够达到较好的效果。但是，随着移动终端以及可穿戴设备的普及，通过移动终端以及可穿戴设备获得的图像往往包含有复杂背景，导致进行图像识别时，识别率低，鲁棒性差。因此，如何在复杂背景下对图像进行识别是亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种图像识别方法、设备、存储介质及装置，旨在解决现有技术中如何在复杂背景下对图像进行识别是亟待解决的技术问题。

为实现上述目的，本发明提供一种图像识别方法，所述图像识别方法包括以下步骤：

获取待识别图像；

通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率；

根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理，获得目标图像；

通过所述预设分类网络确定所述目标图像的第二图像类别概率，并根据所述第一图像类别概率以及所述第二图像类别概率确定目标类别概率；

根据所述目标类别概率确定所述待识别图像的图像种类。

优选地，所述通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率，包括：

通过预设分类网络对所述待识别图像进行特征提取，获得目标特征；

根据所述目标特征通过预设概率分布模型确定所述待识别图像的第一图像类别概率。

优选地，所述通过预设分类网络确定所述待识别图像的目标特征以及第一图像类别概率之后，所述图像识别方法：

根据所述目标特征通过预设多尺度特征融合模型对所述待识别图像进行特征拼接，获得待处理图像；

相应地，所述根据所述目标特征通过预设区域定位网络对所述待识别图像进行预处理，获得目标图像，包括：

根据所述目标特征通过预设区域定位网络对所述待处理图像进行预处理，获得目标图像。

优选地，所述根据所述目标特征通过预设区域定位网络对所述待处理图像进行预处理，获得目标图像，包括：

通过预设区域定位网络确定目标截取区域，并根据所述目标截取区域对所述待处理图像进行图像截取，获取待调整图像；

将所述待调整图像对应的图像大小调整至预设大小，获得目标图像。

优选地，所述通过预设区域定位网络确定目标截取区域，并根据所述目标截取区域对所述待处理图像进行图像截取，获取待调整图像，包括：