[发明专利]一种基于多主体检测分割的图像识别方法有效

专利信息
申请号: 202110972079.4 申请日: 2021-08-24
公开(公告)号: CN113763389B 公开(公告)日: 2022-06-14
发明(设计)人: 鲁良;曹旭;陈迁明;戚培珍;管成毅 申请(专利权)人: 深圳前海爱客风信息技术有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06V10/22;G06V10/75;G06V10/762;G06V10/764;G06K9/62
代理公司: 北京知果之信知识产权代理有限公司 11541 代理人: 卜荣丽;李志刚
地址: 518101 广东省深圳市前海深港合作区前*** 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 基于 主体 检测 分割 图像 识别 方法
【说明书】:

发明涉及图像识别领域,具体公开了一种基于多主体检测分割的图像识别方法,包括收集样本;将样本导入到标注工具中并对样本进行标注;进行样本检测模型训练;对模型进行调整优化;对模型进行调试,若模型通过调试则进行下一步,若没有通过则返回样本中进行标注,完善样本;对图像进行检测,根据检测结果进行图像分割,对分割得到的各主体图像进行特征数据提取;对提取后的特征数据进行编写过滤和匹配算法,进行优化与调试,并将优化后的数据进行聚合,返回多主体图像的多特征数据。本发明对多主体的图像进行分割后提取特征数据,解决了含有多种主体图片的特征数据不能直接提取的问题,能够充分提取多主体图片中的特征数据,操作方便、数据准确。

技术领域

本发明涉及图像识别领域。

背景技术

随着互联网技术与社交网络的发展,图片成为了互联网信息交流的主要媒介,其原因在于图片不受语言和地域的影响,所以可以逐渐的取代繁琐的文字,但随着图片应用的越来越广泛,难题也随之出现,但用文字记载信息时,人们可以通过搜索关键词找到需要的内容,但当用图片记载信息时,往往无法通过关键词对图片中的内容进行检索,从而影响了人们中图片中找到关键内容的效率,在这种情况下,图像识别技术就显得尤为重要了。现有的图像识别的技术已经非常成熟,开源的印刷体识别OCR模型(PaddleOCR)基本上可以解决大部分数场景的图像识别,但对于像含有多种主体的图片来说,要从中获取相应的特征数据,直接识别是不可能解决的。针对上述存在的问题,研究设计一种新型的基于多主体检测分割的图像识别方法,克服现有图像识别技术中所存在的问题是十分必要的。

发明内容

为了解决现有的多主体图像的多特征识别技术存在的问题,本发明提供了一种基于多主体检测分割的图像识别方法。

本发明为实现上述目的所采用的技术方案是:一种基于多主体检测分割的图像识别方法,包括如下步骤:

S1:构建图像检测模型,获取主体信息;

S2:对多主体图像进行检测获取主体信息,根据所述主体信息进行图像分割,获得多个主体图像;

S3:对所述主体图像进行图像识别,提取所述主体图像的特征数据;

S4:对提取后的特征数据进行编写过滤和匹配算法,进行优化与调试,确认所述特征数据过滤与匹配算法;

S5:聚合优化后的特征数据,返回所述多主体图像的多特征数据。

优选的,步骤S3中对分割后的主体图像进行PaddleOCR识别,提取所述主体图像的特征数据;所述特征数据包括:主体位置信息、像素信息、主体大小、主体颜色。

优选的,步骤S4包括以下步骤:

S401:对提取后的特征数据进行编写过滤和匹配算法;

S402:算法优化,提升图像特征数据处理的精度;

S403:算法调试,确认特征数据的处理结果是否达到预设要求,若通过则进行S404,若调试没有通过则返回S402;

S404:确认所述特征数据过滤与匹配算法。

优选的,所述步骤S5中将优化后的数据进行聚合,包括分类和聚合两个步骤,其中分类步骤包括了按照主体对图像的多特征识别数据进行分类,聚合步骤的结果是得到多个按主体分类的特征数据集合。

优选的,所述步骤S5,包括按照主体对图像的多特征识别数据进行分类,获取每个主体的多特征数据。

优选的,所述步骤S5,包括返回多主体图像中特定主体的多特征数据。

优选的,所述步骤S5,包括按照主体分类返回多主体图像中所有主体的多特征数据。

优选的,所述步骤S5返回的多特征数据包括:主体位置信息、主体大小、像素信息、颜色信息。

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前海爱客风信息技术有限公司,未经深圳前海爱客风信息技术有限公司许可,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/202110972079.4/2.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