[发明专利]图像识别方法、装置、计算机设备和存储介质

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

获取目标正样本图像；

根据所述目标正样本图像对应的正样本类别，获取所述正样本类别对应的混淆类别集合；其中所述混淆类别集合是通过对图像集合进行类别识别，基于类别识别数据对所述图像集合所对应的类别集合进行混淆分类得到的；

将所述混淆类别集合中的混淆类别作为负样本类别，将所述负样本类别对应的图像作为所述目标正样本图像对应的目标负样本图像；

基于所述目标正样本图像以及所述目标负样本图像对待训练的图像识别模型进行训练，得到训练后的图像识别模型，以基于所述训练后的图像识别模型进行图像识别。

2.根据权利要求1所述的方法，其特征在于，得到所述混淆类别集合的步骤包括：

获取目标图像集合；所述目标图像集合包括至少两个目标图像，各个所述目标图像对应的目标类别形成类别集合；

对所述目标图像集合中的各个目标图像进行图像识别，得到各个所述目标图像对应的类别识别数据；

基于所述类别识别数据确定所述目标类别之间的类别混淆度；

基于所述类别混淆度对所述类别集合中的目标类别进行混淆分类，得到混淆类别集合。

3.根据权利要求2所述的方法，其特征在于，所述类别识别数据包括对所述目标图像进行特征提取得到的图像提取特征；所述基于所述类别识别数据确定所述目标类别之间的类别混淆度，包括：

基于所述图像提取特征得到所述目标类别之间的特征相似度；

基于所述目标类别之间的特征相似度确定所述目标类别之间的类别混淆度。

4.根据权利要求3所述的方法，其特征在于，所述基于所述图像提取特征得到所述目标类别之间的特征相似度包括：

对不同所述目标类别对应的图像提取特征进行统计，得到各个所述目标类别分别对应的类别表示特征；

基于所述目标类别分别对应的类别表示特征得到目标类别之间的特征相似度。

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标类别分别对应的类别表示特征得到目标类别之间的特征相似度包括：

获取当前目标图像对应的当前图像提取特征，所述当前目标图像属于第一目标类别；

计算所述当前图像提取特征与各个第二目标类别对应的类别表示特征的特征相似度，将计算得到的特征相似度作为所述第一目标类别与所述第二目标类别之间的特征相似度。

6.根据权利要求5所述的方法，其特征在于，所述基于所述目标类别之间的特征相似度确定所述目标类别之间的类别混淆度包括：

当所述第一目标类别与所述第二目标类别之间的特征相似度满足相似度条件时，增加所述第一目标类别与所述第二目标类别之间的类别混淆度；

其中，所述相似度条件包括：特征相似度的排序在第一排序阈值之前或者特征相似度大于相似度阈值的至少一种。

7.根据权利要求2所述的方法，其特征在于，所述类别识别数据包括对所述目标图像进行分类得到的第三目标类别；所述基于所述类别识别数据确定所述目标类别之间的类别混淆度，包括：

将所述第三目标类别与所述目标图像对应的标准类别进行对比；所述标准类别为第四目标类别；

当所述第三目标类别与所述目标图像对应的标准类别对比不一致时，增加所述第三目标类别与所述第四目标类别之间的类别混淆度。

8.根据权利要求2所述的方法，其特征在于，所述基于所述类别混淆度对所述类别集合中的目标类别进行混淆分类，得到混淆类别集合，包括：

将所述类别集合中类别混淆度满足混淆度条件的目标类别作为相互混淆的类别，将相互混淆的类别组成混淆类别集合；

其中，所述混淆度条件包括：类别混淆度的排序在第二排序阈值之前或者类别混淆度大于混淆度阈值的至少一个。