[发明专利]一种图像识别方法及电子设备

说明书

本发明公开了一种图像识别方法及电子设备，所述方法包括：获取目标图像的像素图像数据及深度图像数据；对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据；利用所述特征向量数据确定所述目标图像中的目标物类别。本发明实施例通过将目标图像的深度图像数据与像素图像数据一同作为目标物类别识别的基础，使得提取到的图像特征向量数据能够具有更多的含有目标图像的特征，进而使得最终识别到的目标物类别具有更高的准确性。

技术领域

本发明涉及图像识别技术领域，特别涉及一种图像识别方法及电子设备。

背景技术

现有的图像识别方案中，通常是对图像的RGB图像进行特征学习，进而识别出图像类别。这种图像识别方案中进行特征分析的基础为单一的RGB图像，因此会使得图像识别的准确率较低。

发明内容

本发明的目的在于提供一种图像识别方法及电子设备，用以解决现有技术中图像识别方案中进行特征分析的基础为单一的RGB图像，使得图像识别的准确率较低的技术问题。

本发明提供了一种图像识别方法，所述方法包括：

获取目标图像的像素图像数据及深度图像数据；

对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据；

利用所述特征向量数据确定所述目标图像中的目标物类别。

上述方法，优选的，所述对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据，包括：

将所述像素图像数据与所述深度图像数据分别通过预设卷积核的卷积计算，得到像素特征数据及深度特征数据；

将所述像素特征数据与所述深度特征数据进行融合，得到融合特征数据；

依据所述融合特征数据，生成所述目标图像的特征向量数据。

上述方法，优选的，所述将所述像素特征数据与所述深度特征数据进行融合，得到融合特征数据，包括：

将所述像素特征数据与所述深度特征数据进行像素组合，得到组合特征数据，所述组合特征数据中包括多个像素组，每个像素组分别包括多个像素；

对所述组合特征数据中每个像素组中的多个像素进行统计合并计算处理，得到所述合并特征数据对应的融合特征数据。

上述方法，优选的，利用所述特征向量数据确定所述目标图像中的目标物类别，包括：

确定预设类别矩阵，所述类别矩阵中的每项值为预设的类别权值；

对所述类别矩阵与所述特征向量数据进行矩阵计算，得到一维的类别向量；

选取所述类别向量中满足预设选取条件的值所对应的类别作为所述目标图像中的目标物类别。

上述方法，优选的，利用所述特征向量数据确定所述目标图像中的目标物类别，包括：

对所述特征向量数据按照预设的向量分类器进行目标物识别，得到所述目标图像中的目标物类别。

本发明还提供了一种电子设备，包括：

数据获取单元，用于获取目标图像的像素图像数据及深度图像数据；

特征提取单元，用于对所述像素图像数据及所述深度图像数据进行特征数据提取，得到所述目标图像的特征向量数据；

类别确定单元，用于利用所述特征向量数据确定所述目标图像中的目标物类别。

上述电子设备，优选的，所述特征提取单元包括：