[发明专利]一种图像序列识别方法、装置、设备、存储介质及产品

权利要求书

1.一种图像序列识别方法，其特征在于，包括：

获取待识别图像序列；

将所述待识别图像序列输入至训练好的图像序列识别模型，通过所述图像序列模型对所述待识别图像序列中各个待识别图像的待识别图像特征进行特征迁移，并基于特征迁移后的所述待识别图像特征进行图像分类识别，并输出所述待识别图像序列对应的序列类别。

2.根据权利要求1所述的图像序列识别方法，其特征在于，所述图像序列模型在对所述待识别图像序列中各个待识别图像的待识别图像特征进行特征迁移时，包括：

通过单帧识别器提取所述待识别图像序列中各个待识别图像的待识别图像特征；

通过特征迁移层对相邻待识别图像的待识别图像特征中设定的特征内容进行特征迁移。

3.根据权利要求2所述的图像序列识别方法，其特征在于，所述特征迁移层在对相邻待识别图像的待识别图像特征中设定的特征内容进行特征迁移时，包括：

将待识别图像的待识别图像特征中设定的特征内容迁移到下一个待识别图像的待识别图像特征中，其中，所述待识别图像序列中的首个待识别图像的待识别图像特征通过预设内容进行特征迁移。

4.根据权利要求1所述的图像序列识别方法，其特征在于，所述图像序列模型在基于特征迁移后的所述待识别图像特征进行图像分类识别，并输出所述待识别图像序列对应的序列类别时，包括：

通过多帧识别器对特征迁移后的所述待识别图像特征进行特征维度上的分组，得到各个待识别图像特征对应的特征分组；

通过所述多帧识别器计算各个特征分组与设定的多个聚类中心的关系分数，并对各个所述特征分组对应的关系分数进行组维度和帧维度求和，得到图像序列特征；

通过所述多帧识别器基于所述图像序列特征进行图像分类识别，并输出所述待识别图像序列对应的序列类别。

5.根据权利要求4所述的图像序列识别方法，其特征在于，所述多帧识别器在计算各个特征分组与设定的多个聚类中心的关系分数时，包括：

计算各个特征分组与设定的多个聚类中心的第一距离、属于各个所述聚类中心的第一概率以及在对应待识别图像特征中的第一权重；

将各个特征分组对应的第一距离、第一概率以及第一权重相乘，得到各个特征分组与设定的多个聚类中心的关系分数。

6.根据权利要求1所述的图像序列识别方法，其特征在于，所述图像序列识别方法还包括：

通过缓存单帧识别器对所述待识别图像序列中各个待识别图像进行图像分类识别得到的单帧类别；

基于所述单帧类别和所述序列类别生成所述待识别图像序列对应的目标类别。

7.根据权利要求1所述的图像序列识别方法，其特征在于，所述图像序列模型包括单帧识别器和多帧识别器，所述多帧识别器基于特征迁移后的样本图像特征，以及所述样本图像特征对应的样本标签进行训练得到，所述样本图像特征基于所述单帧识别器对样本图像序列中各个样本图像进行特征提取得到。

8.根据权利要求7所述的图像序列识别方法，其特征在于，所述样本图像序列对应的样本标签的确定步骤包括：

通过聚合器将同一样本图像序列中的各个样本图像拼接成序列组图；

接收对所述序列组图的标签标注操作，并响应所述标签标注操作确定所述样本图像序列对应的样本标签。

9.根据权利要求8所述的图像序列识别方法，其特征在于，所述样本图像序列通过对样本视频流进行收集得到，所述样本图像序列通过基于键值对进行记录的记录表进行记录，所述记录表中的键为样本图像的识别信息，值为所述样本图像的存储地址，所述样本图像特征通过基于键值对进行记录的特征表进行记录，所述特征表中的键为样本图像的存储地址，值为所述样本图像的样本图像特征，其中，所述聚合器在完成对所述特征表的记录后，将所述记录表和所述特征表进行关联，并基于关联结果对所述样本图像特征进行分组，确定多个样本特征分组和对应的样本标签。