[发明专利]图像识别方法、装置、电子设备及存储介质

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

对待识别图像进行全局信息提取处理，得到对应所述待识别图像的激活图；

对所述激活图进行分类处理，得到所述待识别图像的全局分类信息；

根据所述激活图，对所述待识别图像进行区域划分，得到所述待识别图像中的多个局部区域，且所述多个局部区域中的部分局部区域包括目标对象；

对各所述局部区域进行分类处理，得到各所述局部区域的分类信息；

遍历所述多个局部区域中的每个局部区域，以进行以下处理：

当所述局部区域的分类信息和所述全局分类信息满足候选类别的条件时，将所述局部区域确定为所述待识别图像中包括所述目标对象的目标局部区域，并

将所述候选类别确定为所述目标局部区域中所述目标对象所属的类别；

其中，所述当所述局部区域的分类信息和所述全局分类信息满足候选类别的条件时，将所述局部区域确定为所述待识别图像中包括所述目标对象的目标局部区域，包括：对所述全局分类信息、以及所述局部区域的分类信息进行最大池化处理，得到所述局部区域的融合信息；对应所述局部区域遍历多个候选类别中的每个候选类别，以进行以下处理：当所述融合信息中对应所述候选类别的得分大于融合概率阈值、且所述局部区域分类信息中对应所述候选类别的得分大于局部概率阈值时，将所述局部区域分类信息对应的局部区域、确定为所述待识别图像中包括目标对象的目标局部区域。

2.根据权利要求1所述的方法，其特征在于，所述对待识别图像进行全局信息提取处理，得到对应所述待识别图像的激活图，包括：

对所述待识别图像进行卷积处理，得到对应所述待识别图像的特征图；

对所述特征图进行特征提取处理，得到所述待识别图像的特征；

对所述特征进行非线性组合处理，得到对应所述待识别图像的激活图。

3.根据权利要求1所述的方法，其特征在于，所述对所述激活图进行分类处理，得到所述待识别图像的全局分类信息，包括：

对所述激活图进行池化处理，得到所述待识别图像的深度特征；

对所述深度特征进行卷积线性映射处理，得到对应所述待识别图像的各类别特征；

对所述各类别特征进行非线性映射处理，得到所述待识别图像的全局分类信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述激活图，对所述待识别图像进行区域划分处理，得到所述待识别图像中的多个局部区域，包括：

对所述激活图进行分类处理，得到对应所述待识别图像的类特征图；

对所述类特征图进行筛选处理，将筛选后的类特征图确定为对应所述待识别图像的候选类特征图；

根据所述候选类特征图，对所述待识别图像进行定位处理，得到所述待识别图像中的多个局部区域。

5.根据权利要求4所述的方法，其特征在于，所述对所述激活图进行分类处理，得到对应所述待识别图像的类特征图，包括：

根据图像识别模型中的类别向量，对所述激活图进行卷积处理，得到卷积结果；

将所述卷积结果与可学习参数的加和，确定为对应各类别的所述待识别图像的类特征图。

6.根据权利要求4所述的方法，其特征在于，所述对所述类特征图进行筛选处理，将筛选后的类特征图确定为对应所述待识别图像的候选类特征图，包括：

对全局分类得分中对应各类别的概率进行降序排序，将前N个概率对应的类别确定为候选类别，并

将所述候选类别对应的类特征图，确定为对应所述待识别图像的候选类特征图；

其中，N为大于零的自然数。

7.根据权利要求4所述的方法，其特征在于，所述对所述待识别图像进行定位处理，得到所述待识别图像中的多个局部区域，包括：

对所述候选类特征图进行归一化处理，得到归一化的候选类特征图；

将所述归一化的候选类特征图的尺寸扩展至所述待识别图像的尺寸，得到扩展后的候选类特征图；

对所述扩展后的候选类特征图的概率分布进行映射处理，得到所述待识别图像中的多个局部区域。