[发明专利]一种图像识别方法、装置及电子设备在审

专利信息
申请号: 201910329389.7 申请日: 2019-04-23
公开(公告)号: CN111832369A 公开(公告)日: 2020-10-27
发明(设计)人: 吴滨 申请(专利权)人: 中国移动通信有限公司研究院;中国移动通信集团有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 黄灿;陈丽宁
地址: 100053 北*** 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: 一种 图像 识别 方法 装置 电子设备
【权利要求书】:

1.一种图像识别方法,其特征在于,包括:

获取待识别图像对应的元图像信息;

根据预设的元图像信息和元神经网络的对应关系,确定所述元图像信息对应的元神经网络;

利用所述元神经网络,对所述待识别图像进行识别。

2.根据权利要求1所述的方法,其特征在于,所述元图像信息对应的元神经网络包括:不同的至少两个元神经网络;

所述利用所述元神经网络,对所述待识别图像进行识别,包括:

对所述不同的至少两个元神经网络进行组合,得到图像识别神经网络;

利用所述图像识别神经网络,对所述待识别图像进行识别。

3.根据权利要求1所述的方法,其特征在于,所述获取待识别图像对应的元图像信息之前,所述方法还包括:

获取图像训练集;

基于预设的元图像信息,对所述图像训练集中的每个训练图像进行分解,得到每个所述训练图像对应的元图像;

基于所述预设的元图像信息,对所有训练图像对应的元图像进行归类,将对应于同一元图像信息的元图像归为一类;

分别利用每类元图像,训练得到所述每类元图像的元图像信息对应的元神经网络;

建立所述元神经网络和对应的元图像信息之间的对应关系。

4.根据权利要求1所述的方法,其特征在于,所述获取待识别图像对应的元图像信息之前,所述方法还包括:

获取图像训练集;

在利用所述图像训练集中的训练图像训练基础神经网络的过程中,基于预设的元图像信息,通过遍历关闭部分神经节点的方式,获得每类所述元图像信息对应的元神经网络;

建立所述元神经网络和对应的元图像信息之间的对应关系。

5.根据权利要求1至4中任一项所述的方法,其特征在于,所述元神经网络包括:元神经节点的拓扑结构和所述元神经节点的相关权重值。

6.一种图像识别装置,其特征在于,包括:

第一获取模块,用于获取待识别图像对应的元图像信息;

确定模块,用于根据预设的元图像信息和元神经网络的对应关系,确定所述元图像信息对应的元神经网络;

识别模块,用于利用所述元神经网络,对所述待识别图像进行识别。

7.根据权利要求6所述的装置,其特征在于,所述元图像信息对应的元神经网络包括:不同的至少两个元神经网络;所述识别模块包括:

组合单元,用于对所述不同的至少两个元神经网络进行组合,得到图像识别神经网络;

识别单元,用于利用所述图像识别神经网络,对所述待识别图像进行识别。

8.根据权利要求6所述的装置,其特征在于,所述装置还包括:

第二获取模块,用于获取图像训练集;

分解模块,用于基于预设的元图像信息,对所述图像训练集中的每个训练图像进行分解,得到每个所述训练图像对应的元图像;

归类模块,用于基于所述预设的元图像信息,对所有训练图像对应的元图像进行归类,将对应于同一元图像信息的元图像归为一类;

训练模块,用于分别利用每类元图像,训练得到所述每类元图像的元图像信息对应的元神经网络;

第一建立模块,用于建立所述元神经网络和对应的元图像信息之间的对应关系。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的图像识别方法的步骤。

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,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的图像识别方法的步骤。

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中国移动通信有限公司研究院;中国移动通信集团有限公司,未经中国移动通信有限公司研究院;中国移动通信集团有限公司许可,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/201910329389.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top