[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：

从待识别的图像中截取待识别区域图像，所述待识别区域图像包括感兴趣对象；

对所述待识别区域图像中的第一前景区域和第一背景区域分别进行标注，其中，所述第一前景区域的标注信息与所述第一背景区域的标注信息互不相同；

将标注后的待识别区域图像输入至预设神经网络模型，获取所述预设神经网络模型输出的第一特征信息；

根据所述第一特征信息确定所述待识别区域图像包括的所述感兴趣对象是否为目标对象。

2.根据权利要求1所述的方法，其特征在于，所述对所述待识别区域图像中的第一前景区域和第一背景区域分别进行标注，包括：

获取所述第一前景区域对应的第一标注信息，并将所述第一标注信息添加至所述第一前景区域包括的各像素的像素值中；

获取所述第一背景区域对应的第二标注信息，并将所述第二标注信息添加至所述第一背景区域包括的各像素的像素值中。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述待识别区域图像中确定所述第一前景区域和所述第一背景区域相邻的过渡区域；

对所述过渡区域进行标注，其中，所述过渡区域的标注信息与所述第一前景区域的标注信息和所述第一背景区域的标注信息均不相同。

4.根据权利要求3所述的方法，其特征在于，所述标注信息为数值，所述过渡区域的标注信息的大小位于所述第一前景区域的标注信息的大小和所述第一背景区域的标注信息的大小之间。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息确定所述待识别区域图像包括的感兴趣对象是否为目标对象，包括：

从目标图像中截取目标区域图像，所述目标区域图像包括所述目标对象；

对所述目标区域图像中的第二前景区域和第二背景区域分别进行标注，其中，所述第二前景区域的标注信息与所述第一前景区域的标注信息相同，所述第二背景区域的标注信息与所述第一背景区域的标注信息相同；

将标注后的目标区域图像输入至所述预设神经网络模型，获取所述预设神经网络模型输出的目标特征信息；

根据所述第一特征信息以及所述目标特征信息确定所述待识别区域图像包括的所述感兴趣对象是否为所述目标对象。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一特征信息以及所述目标特征信息确定所述待识别区域图像包括的感兴趣对象是否为所述目标对象，包括：

获取所述第一特征信息与所述目标特征信息之间的相似度；

若所述相似度大于预设相似度阈值，则确定所述待识别区域图像包括的感兴趣对象为所述目标对象；

若所述相似度小于等于所述预设相似度阈值，则确定所述待识别区域图像包括的感兴趣对象不为所述目标对象。

7.根据权利要求1所述的方法，其特征在于，所述从待识别的图像中截取待识别区域图像，包括：

将所述待识别的图像输入至目标检测模型，得到所述目标检测模型输出的所述感兴趣对象的位置信息；

基于所述位置信息，在所述待识别的图像中截取所述待识别区域图像。

8.根据权利要求1所述的方法，其特征在于，所述预设神经网络模型的训练过程为：

获取训练样本图像集，所述训练样本图像集包括多个训练样本图像，各所述训练样本图像包括所述目标对象、所述训练样本图像对应的标注信息以及特征信息；

基于所述训练样本图像集对未经训练的神经网络模型进行训练，得到所述预设神经网络模型。