[发明专利]分类识别方法、装置、识别设备及存储介质

权利要求书

1.一种分类识别方法，其特征在于，包括：

获取图像样本库，所述图像样本库中存储多个图像样本；

将待识别的目标图像与所述图像样本库中的全部所述图像样本进行匹配，确定匹配概率；

根据所述匹配概率，确定所述目标图像的分类识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取图像样本库，包括：

获取多个初始图像样本，并对所述初始图像样本进行分类；

生成所述初始图像样本对应的类别标签；

对所述初始图像样本进行预处理，得到对应的图像样本；

将全部所述图像样本和对应的类别标签存储至指定数据库，生成所述图像样本库。

3.根据权利要求2所述的方法，其特征在于，所述对所述初始图像样本进行预处理，得到对应的图像样本，包括：

将所述初始图像样本输入至Openpose姿态识别网络中进行姿态特征提取，得到第一提取结果；

对所述第一提取结果进行归一化处理，得到第一姿态特征数据对应的图像样本。

4.根据权利要求3所述的方法，其特征在于，所述将待识别的目标图像与所述图像样本库中的全部所述图像样本进行匹配，确定匹配概率，包括：

将待识别的目标图像输入至Openpose姿态识别网络中进行姿态特征提取，得到第二提取结果；

将所述第二提取结果与全部所述图像样本进行匹配，确定匹配概率。

5.根据权利要求4所述的方法，其特征在于，所述将所述第二提取结果与全部所述图像样本进行匹配，确定匹配概率，包括：

对所述第二提取结果进行归一化处理，得到第二姿态特征数据对应的目标图像；

获取所述第二姿态特征数据对应的目标图像与所述第一姿态特征数据对应的全部所述图像样本的曼哈顿距离；

根据所述曼哈顿距离，确定所述目标图像与全部所述图像样本的匹配概率。

6.根据权利要求5所述的方法，其特征在于，所述根据所述匹配概率，确定所述目标图像的分类识别结果，包括：

获取所述曼哈顿距离中最小的K个图像样本，K的值由曼哈顿距离预先训练确定；

记录所述K个图像样本的类别标签；

统计所述K个图像样本中对应所述类别标签的分布概率，得到所述匹配概率；

选取所述匹配概率最大的所述图像样本对应的类别标签作为所述目标图像的类别，确定所述目标图像的分类识别结果。

7.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

在预设的时间阈值内截取指定视频中的多个图像；

将所述图像作为目标图像进行存储。

8.一种分类识别装置，其特征在于，包括：

获取模块，用于获取图像样本库，所述图像样本库中存储多个图像样本；

匹配模块，用于将待识别的目标图像与所述图像样本库中的全部所述图像样本进行匹配，确定匹配概率；

识别模块，用于根据所述匹配概率，确定所述目标图像的分类识别结果。

9.一种识别设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的分类识别程序，以实现权利要求1～7中任一项所述的分类识别方法。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～7中任一项所述的分类识别方法。