(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210573459.5 (22)申请日 2022.05.24 (71)申请人 北京奇艺世纪科技有限公司 地址 100080 北京市海淀区海淀北一 街2号 鸿城拓展大厦10、 1 1层 (72)发明人 宋祺鹏　 (74)专利代理 机构 北京柏杉松知识产权代理事 务所(普通 合伙) 11413 专利代理师 项京　丁芸 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/25(2022.01) G06V 10/26(2022.01) G06V 10/40(2022.01) G06V 10/44(2022.01)G06V 10/56(2022.01) G06V 10/74(2022.01) G06T 7/11(2017.01) G06T 7/12(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01) (54)发明名称 一种图像识别方法、 装置、 电子设备及存储 介质 (57)摘要 本发明实施例提供了一种图像识别方法、 装 置、 电子设备及存储介质。 包括： 对待识别图片 进 行颜色空间识别及图像定位， 获取第一目标区 域； 对第一目标区域进行自适应阈值分割， 得到 第二目标区域； 对第一目标区域进行边缘检测， 获取第一目标轮廓； 基于第一目标轮廓对目标图 像进行运动估计， 得到第二目标轮廓； 基于第二 目标轮廓对第二目标区域进行分割， 得到待识别 目标图像； 对目标图像进行识别， 得到识别结果。 应用本发明实施例， 基于自适应阈值的类间方差 分割， 具有更强的针对性， 提高类间方差分割的 准确性， 在确定第一目标轮廓后， 对目标图像进 行运动估计， 可以更好地获取运动目标的轮廓， 提高目标图像获取准确性， 提高图像识别的准确 性。 权利要求书4页 说明书19页 附图9页 CN 114913463 A 2022.08.16 CN 114913463 A 1.一种图像识别方法， 其特 征在于， 包括： 获取待识别图片； 对所述待识别图片进行颜色空间识别以及图像定位， 得到第 一目标区域； 其中， 所述第 一目标区域包括待识别目标图像； 对所述第一目标区域进行基于自适应阈值的类间方差分割， 得到第二目标区域； 对所述第一目标区域进行边 缘检测， 获取第一目标轮廓； 基于所述第一目标轮廓， 对所述目标图像进行运动估计， 得到第二目标轮廓； 基于所述第二目标轮廓， 对所述第二目标区域进行图像分割， 得到待识别目标图像； 对所述待识别目标图像进行图像识别， 得到目标图像识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述待识别图片进行颜色空间识别 以及图像定位， 得到第一目标区域的步骤， 包括： 对所述待识别图片进行颜色空间识别， 得到多个颜色区域； 对所述各颜色区域进行 特征提取， 得到各颜色区域的特 征； 基于所述各颜色区域的特 征， 对所述各颜色区域进行合并， 得到第一目标区域。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述各颜色区域的特征， 对所述 各颜色区域进行合并， 得到第一目标区域的步骤之前， 还 包括： 对所述待识别图片进行颜色空间识别， 确定各颜色区域中心点； 针对所述各颜色区域中心点， 计算该中心点到其 他颜色区域中心点的距离； 基于所述各颜色区域中心点到其他颜色区域中心点的距离， 确定各颜色区域中心点 中， 最大距离对应的最大中心点， 以及最小距离对应的最小中心点； 基于所述 最大中心点以及所述 最小中心点， 确定目标图像候选区域； 所述基于所述各颜色区域的特征， 对所述各颜色区域进行合并， 得到第一目标区域的 步骤， 包括： 基于所述目标图像候选区域以及所述各颜色区域的特征， 对所述各颜色区域进行合 并， 得到第一目标区域。 4.根据权利要求1所述的方法， 其特征在于， 所述对所述第 一目标区域进行基于自适应 阈值的类间方差分割， 得到第二目标区域的步骤， 包括： 获取所述第一目标区域的灰度特 征； 基于所述第一目标区域的灰度特征， 获取所述第一目标区域中各像素的灰度概率分 布； 基于所述第 一目标区域中各像素的灰度概率分布， 确定所述第 一目标区域各像素灰度 的隶属度函数； 针对所述第一目标区域中的各像素， 基于划分的多个粒度层空间， 计算该像素与其相 邻像素的相似度； 针对所述第 一目标区域中的各像素， 基于所述隶属度函数以及该像素与其相邻 像素的 相似度， 得到该像素属于前 景图像的隶属度； 基于所述各像素属于前景图像的隶属度， 对所述第一目标区域进行类间方差分割， 得 到第二目标区域。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述第一目标轮廓， 对所述目标权　利　要　求　书 1/4 页 2 CN 114913463 A 2图像进行运动估计， 得到第二目标轮廓的步骤， 包括： 针对所述第一目标轮廓上的各目标像素点， 计算所述目标像素点， 以及第一预设范围 内的第一预设数量个 像素点的第一均方误差和第一 最小SAD值； 确定第一均方误差最小的像素点所在的方向， 作为第一 最小失真方向； 确定在所述第 一预设范围内， 且在所述第 一最小失真方向上的像素点作为第 二搜索起 始点； 计算所述第 二搜索起始点， 以及第 二预设范围内的第 二预设数量个像素点的第 二均方 误差和第二 最小SAD值； 确定第二均方误差最小的像素点所在的方向， 作为第二 最小失真方向； 确定在所述第 二预设范围内， 且在所述第 二最小失真方向上的像素点作为第 三搜索起 始点； 计算所述第 三搜索起始点， 以及第 三预设范围内的第 三预设数量个像素点中的第 三最 小SAD值； 基于所述第一最小SAD值、 第二最小SAD值以及第三最小SAD值， 确定目标最小SAD值对 应的像素点； 基于所述目标最小SAD值对应的像素点的灰度值， 以及所述待识别图片的平均灰度值， 计算所述目标像素点对应的目标 灰度值； 基于所述第一目标轮廓上 各目标像素点的目标 灰度值， 得到第二目标轮廓。 6.根据权利要求1所述的方法， 其特征在于， 所述对所述第 一目标区域进行基于自适应 阈值的类间方差分割， 得到第二目标区域的步骤之前， 还 包括： 对所述第一目标区域中的各像素进行梯度调节， 得到调节后的第一目标区域； 所述对所述第 一目标区域进行基于自适应 阈值的类间方差分割， 得到第 二目标区域的 步骤， 包括： 对所述调节后的第 一目标区域进行基于自适应阈值的类间方差分割， 得到第 二目标区 域。 7.根据权利要求1所述的方法， 其特 征在于， 还 包括： 基于所述目标图像识别结果， 将针对该识别结果预设的关联信息进行展示。 8.一种图像识别装置， 其特 征在于， 包括： 待识别图片获取模块， 用于获取待识别图片； 第一目标区域获取模块， 用于对所述待识别图片进行颜色空间识别以及图像定位， 得 到第一目标区域； 其中， 所述第一目标区域包括待识别目标图像； 第二目标区域获取模块， 用于对所述第 一目标区域进行基于自适应阈值的类间方差分 割， 得到第二目标区域； 第一目标轮廓获取模块， 用于对所述第一目标区域进行边 缘检测， 获取第一目标轮廓； 第二目标轮廓获取模块， 用于基于所述第一目标轮廓， 对所述目标图像进行运动估计， 得到第二目标轮廓； 待识别目标图像获取模块， 用于基于所述第二目标轮廓， 对所述第二目标区域进行图 像分割， 得到待识别目标图像； 图像识别模块， 用于对所述待识别目标图像进行图像识别， 得到目标图像识别结果。权　利　要　求　书 2/4 页 3 CN 114913463 A 3