[发明专利]图像识别方法、装置、计算机设备和存储介质有效
| 申请号： | 201910612549.9 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110135406B | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 李栋 | 申请（专利权）人： | 北京旷视科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 11606 北京华进京联知识产权代理有限公司 | 代理人： | 朱五云 |
| 地址： | 100089 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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，所述方法包括：通过计算机设备获取待处理图像；采用预设的识别模型对所述待处理图像进行特征提取，得到识别向量；所述识别模型为采用注意力机制，且采用密集损失函数进行训练所得到的模型，所述识别向量用于表征所述待处理图像的多个局部特征；对所述识别向量进行图像识别，得到识别结果。采用该方法极大的提高了对存在遮挡或者大角度拍摄等情况的图像识别的准确性。 | ||
| 搜索关键词： | 图像识别 待处理图像 计算机设备 向量 存储介质 注意力机制 局部特征 损失函数 特征提取 预设 遮挡 拍摄 申请 | ||
【主权项】：
1.一种图像识别方法，其特征在于，所述方法包括：/n获取待处理图像；/n采用预设的识别模型对所述待处理图像的每个局部区域分别进行特征提取，并将每个所述局部区域对应的提取结果采用注意力机制配置相应的权重，得到表征所述待处理图像的多个局部特征的识别向量；所述识别模型为采用注意力机制，且采用密集损失函数进行训练所得到的模型，所述密集损失函数中包括多个损失函数，每个所述损失函数均对应一个局部区域；/n对所述识别向量进行图像识别，得到识别结果；/n其中，所述识别模型包括基础特征提取网络、局部特征划分单元和注意力单元；所述采用预设的识别模型对所述待处理图像的每个局部区域分别进行特征提取，并将每个所述局部区域对应的提取结果采用注意力机制配置相应的权重，得到表征所述待处理图像的多个局部特征的识别向量，包括：/n采用所述基础特征提取网络对所述待处理图像进行特征提取，得到综合特征图；/n采用所述局部特征划分单元对所述综合特征图的每个局部区域分别进行特征提取，得到多个局部特征图；/n采用所述注意力单元对所述综合特征图和所述多个局部特征图进行处理，对所述多个局部特征图采用注意力机制配置相应的权重，并通过全连接层输出所述识别向量。/n
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北京旷视科技有限公司，未经北京旷视科技有限公司许可，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/patent/201910612549.9/，转载请声明来源钻瓜专利网。
