[发明专利]一种嵌入式终端的图像分类方法、装置及嵌入式终端在审

专利信息
申请号: 202110098908.0 申请日: 2021-01-25
公开(公告)号: CN112861934A 公开(公告)日: 2021-05-28
发明(设计)人: 张惊涛;程骏;郭渺辰;王东;胡淑萍;顾在旺;庞建新 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 刘永康
地址: 518000 广东省深圳市南山区*** 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: 一种 嵌入式 终端 图像 分类 方法 装置
【权利要求书】:

1.一种嵌入式终端的图像分类方法,其特征在于,应用于第一终端,所述第一终端为嵌入式终端,所述方法包括:

获取通过第二终端训练后的特征提取模型,其中,所述第二终端为非嵌入式终端;

根据所述特征提取模型提取待分类图像的第一特征信息;

将所述第一特征信息与预设特征库中的第二特征信息进行比对,获得比对结果;

根据所述比对结果确定所述待分类图像的类别。

2.如权利要求1所述的嵌入式终端的图像分类方法,其特征在于,所述获取通过第二终端训练后的特征提取模型,包括:

获取第一模型参数,其中,所述第一模型参数为符合所述第二终端的数据格式的所述特征提取模型的参数;

将所述第一模型参数转换为目标格式的第二模型参数,其中,所述目标格式为所述第一终端的数据格式;

根据所述第二模型参数生成所述特征提取模型。

3.如权利要求1所述的嵌入式终端的图像分类方法,其特征在于,在获取通过第二终端训练后的特征提取模型之后,所述方法还包括:

获取多张样本图像,所述样本图像携带有类别标记;

根据所述特征提取模型分别提取每张所述样本图像的所述第二特征信息;

根据所述多张样本图像各自的所述类别标记和所述第二特征信息构建所述预设特征库。

4.如权利要求3所述的嵌入式终端的图像分类方法,其特征在于,所述根据所述特征提取模型分别提取每张所述样本图像的所述第二特征信息,包括:

根据所述特征提取模型分别提取每张所述样本图像的第三特征信息;

分别对每张所述样本图像的所述第三特征信息进行归一化处理,得到每张所述样本图像的所述第二特征信息。

5.如权利要求3所述的嵌入式终端的图像分类方法,其特征在于,所述将所述第一特征信息与预设特征库中的第二特征信息进行比对,获得比对结果,包括:

计算所述第一特征信息与所述预设特征库中的每个所述第二特征信息的特征差异值;

根据所述特征差异值从小到大的顺序对所述第二特征信息进行排序,获得特征序列;

将所述特征序列的前k个所述第二特征信息确定为所述比对结果,所述k为正整数。

6.如权利要求4所述的嵌入式终端的图像分类方法,其特征在于,所述根据所述比对结果确定所述待分类图像的类别,包括:

获取所述比对结果中每个所述第二特征信息对应的所述类别标记,得到标记集合;

统计所述标记集合中每种所述类别标记的标记个数;

将所述标记个数最多的类别标记对应的类别确定为所述待分类图像的类别。

7.一种嵌入式终端的物体识别装置,其特征在于,应用于第一终端,所述第一终端为嵌入式终端,所述装置包括:

模型获取单元,用于获取通过第二终端训练后的特征提取模型,其中,所述第二终端为非嵌入式终端;

特征提取单元,用于根据所述特征提取模型提取待分类图像的第一特征信息;

特征比对单元,用于将所述第一特征信息与预设特征库中的第二特征信息进行比对,获得比对结果;

图像分类单元,用于根据所述比对结果确定所述待分类图像的类别。

8.如权利要求7所述的嵌入式终端的图像分类装置,其特征在于,所述模型获取单元还用于:

获取第一模型参数,其中,所述第一模型参数为符合所述第二终端的数据格式的所述特征提取模型的参数;

将所述第一模型参数转换为目标格式的第二模型参数,其中,所述目标格式为所述第一终端的数据格式;

根据所述第二模型参数生成所述特征提取模型。

9.一种嵌入式终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/202110098908.0/1.html,转载请声明来源钻瓜专利网。

×

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