[发明专利]一种图像识别方法及系统在审
| 申请号: | 201810299359.1 | 申请日: | 2018-04-04 |
| 公开(公告)号: | CN108764022A | 公开(公告)日: | 2018-11-06 |
| 发明(设计)人: | 侯林杰;严言;贾忠良 | 申请(专利权)人: | 链家网(北京)科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;李相雨 |
| 地址: | 100085 北京市海淀区*** | 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: | |||
| 搜索关键词: | 分类器 待测图像 二分类 户型图 神经网络 图像识别 训练样本 人工工作量 类别标记 输出结果 自动识别 准确率 图像 | ||
1.一种图像识别方法,其特征在于,包括:
利用户型图和非户型图建立训练样本,通过神经网络进行训练,生成二分类器;
利用所述非户型图建立训练样本,通过神经网络进行训练,生成M分类器;其中,M是所述非户型图所划分的类别数;
将待测图像输入到所述二分类器和所述M分类器进行识别,根据所述二分类器和所述M分类器的输出结果得到所述待测图像的类别,并根据所述待测图像的类别标记所述待测图像。
2.根据权利要求1所述的方法,其特征在于,所述神经网络为卷积神经网络。
3.根据权利要求1所述的方法,其特征在于,所述非户型图包括卧室图、客厅图、厨房图、卫生间图及辅助建筑图。
4.根据权利要求3所述的方法,其特征在于,所述根据所述二分类器和所述M分类器的输出结果得到所述待测图像的类别,具体包括:
根据所述二分类器的输出结果得到所述待测图像为户型图或非户型图;若根据所述二分类器的输出结果得到所述待测图像为非户型图,则结合所述M分类器的输出结果得到所述待测图像作为非户型图的具体类别;
其中,若根据所述二分类器的输出结果得到所述待测图像为非户型图,且根据所述M分类器的输出结果得到所述待测图像不为卧室图、客厅图、厨房图、卫生间图及辅助建筑图中的任意一种时,则所述待测图像为不合规图像。
5.根据权利要求4所述的方法,其特征在于,在所述根据所述二分类器和所述M分类器的输出结果得到所述待测图像的类别之后,所述方法还包括:
若获知所述待测图像为不合规图像,则过滤掉所述待测图像。
6.根据权利要求1所述的方法,其特征在于,在执行所述利用户型图和非户型图建立训练样本和所述利用所述非户型图建立训练样本之前,所述方法还包括:
对所述户型图和所述非户型图进行预处理,所述预处理包括图像裁剪、调整对比度、调整亮度、图像翻转及归一化处理。
7.一种图像识别系统,其特征在于,包括:
二分类器建立单元,用于利用户型图和非户型图建立训练样本,通过神经网络进行训练,生成二分类器;
M分类器建立单元,用于利用所述非户型图建立训练样本,通过神经网络进行训练,生成M分类器;其中,M是所述非户型图所划分的类别数;
图像识别单元,用于将待测图像输入到所述二分类器和所述M分类器进行识别,根据所述二分类器和所述M分类器的输出结果得到所述待测图像的类别,并根据所述待测图像的类别标记所述待测图像。
8.根据权利要求7所述的系统,其特征在于,所述图像识别单元还用于:
在根据所述二分类器和所述M分类器的输出结果得到所述待测图像的类别之后,若获知所述待测图像为不合规图像,则过滤掉所述待测图像。
9.一种电子设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一所述的方法。
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链家网(北京)科技有限公司,未经链家网(北京)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/pat/books/201810299359.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种作弊视频识别方法和装置
- 下一篇:一种基于深度学习的传送带上物料检测系统





