[发明专利]处理图像序列的方法及装置

说明书

本申请公开了一种处理图像序列的方法及装置。所述方法包括：利用第一神经网络对所述图像序列进行多次识别，其中，所述第一神经网络在所述多次识别中采用的模型参数不同；根据所述多次识别，确定所述第一神经网络对所述图像序列中的图像的识别结果；利用多种识别算法对所述图像序列进行多视角识别；根据所述多视角识别，确定所述多种识别算法与所述第一神经网络对所述图像序列中的图像的识别结果的一致性；根据所述多种识别算法与所述第一神经网络对所述图像序列中的图像的识别结果的一致性，从所述图像序列中选取第一图像集合，其中，所述第一图像集合中的图像的识别结果无需进行人工质检。

技术领域

本申请涉及计算机技术领域，具体涉及一种处理图像序列的方法及装置。

背景技术

随着计算机技术的发展，利用基于神经网络的机器视觉对图像序列进行自动识别已经得到广泛的应用。但机器视觉仍然不能达到人眼的准确率。因此，在当前的大数据高频率采集条件下，仍需要通过遍历所有图像帧的识别结果的方式进行人工质检。这样一来，就导致了人工质检的工作量大、效率低的问题。

发明内容

为了解决上述问题，本申请实施例提供一种处理图像序列的方法及装置，以降低人工质检的工作量，提高人工质检的效率。

第一方面，提供一种处理图像序列的方法，包括：利用第一神经网络对所述图像序列进行多次识别，其中，所述第一神经网络在所述多次识别中采用的模型参数不同；根据所述多次识别，确定所述第一神经网络对所述图像序列中的图像的识别结果；利用多种识别算法对所述图像序列进行多视角识别；根据所述多视角识别，确定所述多种识别算法与所述第一神经网络对所述图像序列中的图像的识别结果的一致性；根据所述多种识别算法与所述第一神经网络对所述图像序列中的图像的识别结果的一致性，从所述图像序列中选取第一图像集合，其中，所述第一图像集合中的图像的识别结果无需进行人工质检。

在一种可能的实现方式中，所述多种识别算法均为无监督的识别算法。

在一种可能的实现方式中，所述图像序列中的除所述第一图像集合之外的剩余图像构成第二图像集合，所述方法还包括：根据所述多次识别，确定所述第一神经网络对所述第二图像集合中图像序列的图像的识别结果的一致性；根据所述第二图像集合中图像序列的图像的识别结果的一致性，从所述第二图像集合中选取第三图像集合；其中，所述第三图像集合中的图像的识别结果无需进行人工质检。

在一种可能的实现方式中，所述根据所述多次识别，确定所述第一神经网络对所述第二图像集合中图像序列的图像的识别结果的一致性，包括：根据所述多次识别，确定所述第二图像集合中图像序列的每帧图像的多个识别结果；根据所述每帧图像的多个识别结果之间的一致性，确定所述第一神经网络对所述每帧图像的识别结果的一致性。

在一种可能的实现方式中，根据所述多次识别，确定所述第一神经网络对所述第二图像集合中图像序列的图像的识别结果的一致性，包括：根据所述多次识别，确定所述第二图像集合中图像序列的识别结果；根据所述第二图像集合中图像序列的识别结果，确定所述图像序列中的每帧图像的识别结果与所述图像序列中的所述每帧图像的相邻图像的识别结果之间的一致性；根据所述每帧图像的识别结果与所述相邻图像的识别结果之间的一致性，确定所述第一神经网络对所述图像序列中的图像的识别结果的一致性。

在一种可能的实现方式中，所述多次识别中采用的模型参数是通过对所述第一神经网络进行随机失活的方式得到的。

在一种可能的实现方式中，所述图像序列为动物的自由运动视频图像序列。