[发明专利]用于识别图像的方法和系统

说明书

本申请实施例公开了用于识别图像的方法和系统。该方法应用于AI芯片集合，AI芯片集合中的AI芯片串联，包括：接收传感器发送的图像序列；依次对图像序列中的图像进行图像识别，得到图像序列中的图像的识别结果。该实施方式利用串联的AI芯片对图像序列进行图像识别，提高了对图像序列的识别效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于识别图像的方法和系统。

背景技术

图像识别，是指对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。目前，为了节省云端服务器的计算压力和传输带宽，会在靠近数据源头的一侧直接对图像进行计算，即边缘计算。

在基于深度学习的边缘计算的图像识别场景下，图像识别系统通常部署单个AI(Artificial Intelligence，人工智能)芯片，以及单个AI芯片连接的传感器。具体地，单个AI芯片运行图像识别过程中的所有深度学习模型，对传感器采集的图像序列进行图像识别，以得到图像序列的识别结果，并将图像序列的识别结果发送至云端服务器，以进行下一步处理。

发明内容

本申请实施例提出了用于识别图像的方法和系统。

第一方面，本申请实施例提供了一种用于识别图像的方法，应用于人工智能AI芯片集合，AI芯片集合中的AI芯片串联，包括：接收传感器发送的图像序列；依次对图像序列中的图像进行图像识别，得到图像序列中的图像的识别结果。

在一些实施例中，AI芯片集合运行图像识别过程中的所有深度学习模型，且不同AI芯片运行不同的深度学习模型。

在一些实施例中，AI芯片集合中的上游AI芯片的输入信息和输出信息一起作为下游AI芯片的输入信息。

在一些实施例中，对于图像序列中的图像，当上游AI芯片对该图像进行图像识别时，下游AI芯片对该图像的上一幅图像进行图像识别。

在一些实施例中，AI芯片集合包括第一AI芯片、第二AI芯片和第三AI芯片，第一AI芯片运行目标检测模型，第二AI芯片运行姿态检测模型，第三AI芯片运行属性识别模型。

在一些实施例中，依次对图像序列中的图像进行图像识别，得到图像序列中的图像的识别结果，包括：第一AI芯片将图像序列中的图像输入至目标检测模型，得到该图像中的目标的位置信息，基于该图像和该图像中的目标的位置信息，生成该图像的第一识别子结果，以及将该图像的第一识别子结果发送至第二AI芯片；第二AI芯片将该图像的第一识别子结果输入至姿态检测模型，得到该图像中的目标的姿态信息，基于该图像的第一识别子结果和该图像中的目标的姿态信息，生成该图像的第二识别子结果，以及将该图像的第二识别子结果发送至第三AI芯片；第三AI芯片将该图像的第二识别子结果输入至属性识别模型，得到该图像中的目标的属性信息，基于该图像的第二识别子结果和该图像中的目标的属性信息，生成该图像的识别结果。

在一些实施例中，基于该图像和该图像中的目标的位置信息，生成该图像的第一识别子结果，包括：第一AI芯片将该图像中的目标的位置信息封装进该图像，生成该图像的第一识别子结果；基于该图像的第一识别子结果和该图像中的目标的姿态信息，生成该图像的第二识别子结果，包括：第二AI芯片将该图像中的目标的姿态信息封装进该图像的第一识别子结果，生成该图像的第二识别子结果；以及基于该图像的第二识别子结果和该图像中的目标的属性信息，生成该图像的识别结果，包括：第三AI芯片整合该图像中的目标的位置信息、姿态信息和属性信息，生成该图像的识别结果。

在一些实施例中，AI芯片集合中的AI芯片通过移动产业处理器接口串联。

第二方面，本申请实施例提供了一种用于识别图像的系统，包括：传感器和人工智能AI芯片集合，AI芯片集合中的AI芯片串联；传感器，被配置成采集图像序列，以及将图像序列发送至AI芯片集合；AI芯片集合，被配置成依次对图像序列中的图像进行图像识别，得到图像序列中的图像的识别结果。