[发明专利]一种图像识别方法、装置及电子设备

说明书

本发明提供一种图像识别方法、装置及电子设备，该图像识别方法包括：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。本发明的实施例，可以利用对识别图像起到关键作用的元神经网络而非完整神经网络，对待识别图像进行识别，从而避免对待识别图像的每个像素点进行处理，节省时间，减小对设备处理能力的要求。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像识别方法、装置及电子设备。

背景技术

目前，基于深度学习进行图像识别的方法基本上都是针对特定场景的，比如，应用较多的人脸识别。比如，人脸图像识别的过程可为：首先，收集大量不同的人脸图像，并基于深度学习网络(比如卷积神经网络(CNN))，对每个人脸图像进行标记；然后，利用标记后的人脸图像，训练得到图像识别神经网络；最后，利用该图像识别神经网络进行图像识别。

然而，由于目前的图像识别大都是针对特定场景，相应图像识别需要训练特定的深度学习网络来完成，且在图像识别过程中需要对每个像素点进行处理，因此不仅耗费时间，还造成所要求的设备处理能力过高。

发明内容

本发明实施例提供一种图像识别方法、装置及电子设备，以解决现有的图像识别方法所要求的设备处理能力过高的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种图像识别方法，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。

第二方面，本发明实施例提供一种图像识别装置，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。

第三方面，本发明实施例提供一种电子设备，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，所述计算机程序被所述处理器执行时可实现上述图像识别方法的步骤。

第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时可实现上述图像识别方法的步骤。

本发明实施例中，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，对待识别图像进行识别，相比于现有的图像识别方法，可以利用对识别图像起到关键作用的元神经网络而非完整神经网络，对待识别图像进行识别，从而避免对待识别图像的每个像素点进行处理，节省时间，减小对设备处理能力的要求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1A为本发明实施例中元图像的示意图之一；

图1B为本发明实施例中元图像的示意图之二；

图1C为本发明实施例中元图像的示意图之三；

图2为本发明实施例的图像识别方法的流程图；