[发明专利]图像识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像识别方法、装置、计算机设备和存储介质，适用于计算机技术领域。所述方法包括：从待识别的图像中截取待识别区域图像，待识别区域图像包括感兴趣对象；对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，第一前景区域的标注信息与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，获取预设神经网络模型输出的第一特征信息；根据第一特征信息确定待识别区域图像包括的感兴趣对象是否为目标对象。采用本方法能够提高图像识别的准备率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术水平的飞速发展，图像识别技术越来越成熟。例如可以利用深度学习模型识别图像中的人或者动物，还可以利用深度学习模型对图像进分类。此外，在一些场景中，可能需要在海量的图像中筛选出包括某个人或者某个物的图像，如果利用人工筛选需要花费大量的时间和精力。为了节省人力和时间成本，可以利用深度学习模型从众多张图像中筛选出包括目标物体(例如某个人或者某个物)的图像。

在现有方法中，通常获取目标图像中的目标区域图像，其中，目标区域图像中包括目标物体。然后把目标区域图像输入神经网络模型，得到目标区域图像对应的目标特征信息。利用上述相同的方法，获取待识别图像中的待识别区域图像，其中，待识别区域图像中包括待识别物体，将待识别区域图像输入神经网络模型，得到待识别矩形图像对应的第一特征信息，根据第一特征信息与目标特征信息确定待识别区域中包括的待识别物体是否为目标物体。

上述方法，由于第一特征信息中不只是包括待识别物体的特征信息，且目标特征信息中也不只是包括目标物体的特征信息，因此，因为存在其他信息的干扰，可能存在由于第一特征信息与目标特征信息不准确，导致待识别区域图像识别不准确，比如不同目标物体有相同背景信息时，会导致识别出现错误。

发明内容

基于此，有必要针对上述技术问题，提供一种图像识别方法、装置、计算机设备和存储介质，能够提高对图像识别的准确率。

第一方面，提供了一种图像识别方法，该方法包括：从待识别的图像中截取待识别区域图像，待识别区域图像包括感兴趣对象；对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，第一前景区域的标注信息与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，获取预设神经网络模型输出的第一特征信息；根据第一特征信息确定待识别区域图像包括的感兴趣对象是否为目标对象。

在其中一个实施例中，对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：获取第一前景区域对应的第一标注信息，并将第一标注信息添加至第一前景区域包括的各像素的像素值中；获取第一背景区域对应的第二标注信息，并将第二标注信息添加至第一背景区域包括的各像素的像素值中。

在其中一个实施例中，上述方法还包括：在待识别区域图像中确定第一前景区域和第一背景区域相邻的过渡区域；对过渡区域进行标注，其中，过渡区域的标注信息与第一前景区域的标注信息和第一背景区域的标注信息均不相同。

在其中一个实施例中，标注信息为数值，过渡区域的标注信息的大小位于第一前景区域的标注信息的大小和第一背景区域的标注信息的大小之间。

在其中一个实施例中，根据第一特征信息确定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，目标区域图像包括目标对象；对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，第二前景区域的标注信息与第一前景区域的标注信息相同，第二背景区域的标注信息与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预设神经网络模型，获取预设神经网络模型输出的目标特征信息；根据第一特征信息以及目标特征信息确定待识别区域图像包括的感兴趣对象是否为目标对象。