(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 202211059191.X (22)申请日 2022.08.31 (71)申请人 北京结慧科技有限公司 地址 100041 北京市石景山区实兴大街3 0 号院3号楼 2层A-1151房间 (72)发明人 王浩　 (74)专利代理 机构 北京瀚仁知识产权代理事务 所(普通合伙) 11482 专利代理师 陈敏 (51)Int.Cl. G06V 10/764(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/46(2022.01) G06V 10/82(2022.01) (54)发明名称 图像识别方法、 装置、 电子设备及存 储介质 (57)摘要 本发明涉及图像识别技术领域， 具体提供一 种图像识别方法、 装置、 电子设备及存储介质， 旨 在解决现有的图像识别方法对应的识别精度较 低的技术问题。 为此目的， 本发明的图像识别方 法包括： 获取第一待识别图像； 将第一待识别图 像输入识别器得到识别结果， 其中识别器包括编 码器和解码器； 编码器包括卷积层、 至少一个最 大池化层和双向LS TM， 其中卷积层接收第一待识 别图像并输出第一图像特征， 至少一个最大池化 层对第一图像特征进行降维， 得到降维后的第一 图像特征， 双向LS TM对降维后的第一图像特征进 行编码， 得到编码后的第一图像特征并输出至解 码器。 如此， 提高了图像的识别精度。 权利要求书2页 说明书8页 附图8页 CN 115496938 A 2022.12.20 CN 115496938 A 1.一种图像识别方法， 其特 征在于， 所述方法包括： 获取第一待识别图像； 将所述第一待识别图像输入识别器， 得到识别结果， 其中所述识别器包括编码器和解 码器； 所述编码器包括卷积层、 至少一个最大池化层和双向LSTM， 其中所述卷积层接收所述 第一待识别图像并输出第一图像特征， 所述至少一个最大池化层对所述第一图像特征进 行 降维， 得到降维后的第一图像特征， 所述双向LSTM对降维后的第一图像特征进 行编码， 得到 编码后的第一图像特 征并输出至所述 解码器。 2.根据权利要求1所述的图像识别方法， 其特征在于， 所述最大池化层的个数为三个， 分别为第一 最大池化层、 第二 最大池化层和第三 最大池化层； 所述编码器还包括第 一残差单元和第 二残差单元， 其中所述第 一残差单元连接在所述 第一最大池化层和所述第二最大池化层之 间， 所述第二残差单元连接在所述第二最大池化 层和所述第三 最大池化层之间； 所述第一残差单 元和所述第二残差单 元至少包括 一个残差块。 3.根据权利要求2所述的图像识别方法， 其特征在于， 所述残差块包括Residual层、 注 意力机制、 Scale层和shortcut连接通路， 其中所述Residual层对第二图像特征进行卷积后 输出至所述注 意力机制和Scale层， 所述Scale层 对卷积后的第二图像特征和所述注 意力机 制输出的第三图像特 征进行乘积 操作， 得到第四图像特 征； 所述残差块进一步对所述第四图像特征和所述shortcut连接通路传送的第二 图像特 征进行求和操作。 4.根据权利要求3所述的图像识别方法， 其特征在于， 所述注意力 机制包括依次连接的 全局池化层、 第一全连接层、 第二全连接层和Sigmoid函数， 其中所述第一全连接层和第二 全连接层之间连接有LeakyReLU函数。 5.根据权利要求1所述的图像识别方法， 其特 征在于， 所述获取第一待识别图像， 包括： 获取第二待识别图像， 确定所述第二待识别图像对应的第一检测框； 基于所述第一检测框从第二待识别图像中获取第三待识别图像， 将所述第三待识别图像输入分类 器， 得到所述第三待识别图像的类别和方向； 基于所述方向和所述第三待识别图像确定所述第一待识别图像。 6.根据权利要求5所述的图像识别方法， 其特征在于， 确定所述第 二待识别图像对应的 第一检测框， 包括： 利用yolov5网络获取 所述第二待识别图像对应的第二检测框； 判断所述第二检测框是否满足预设条件； 在所述第二检测框不满足预设条件的情况下， 利用Dbnet网络获取所述第二待识别图 像对应的第三检测框； 基于所述第二检测框和第三检测框确定所述第二待识别图像对应的第一检测框 。 7.根据权利要求5所述的图像识别方法， 其特征在于， 基于所述方向和所述第 三待识别 图像确定所述第一待识别图像， 包括： 在所述方向与预设方向一 致的情况 下， 将所述第三待识别图像作为第一待识别图像；权　利　要　求　书 1/2 页 2 CN 115496938 A 2在所述方向与 预设方向不一致的情况下， 对所述第 三待识别图像的方向进行调 整以使 其与预设方向一 致， 得到第一待识别图像。 8.一种图像识别装置， 其特 征在于， 所述装置包括： 获取模块， 被 配置为获取第一待识别图像； 识别模块， 被配置为将所述第 一待识别图像输入识别器， 得到识别结果， 其中所述识别 器包括编码器和解码器； 所述编码器包括卷积层、 至少一个最大池化层和双向LSTM， 其中所述卷积层接收所述 第一待识别图像并输出第一图像特征， 所述至少一个最大池化层对所述第一图像特征进 行 降维， 得到降维后的第一图像特征， 所述双向LSTM对降维后的第一图像特征进 行编码， 得到 编码后的第一图像特 征并输出至所述 解码器。 9.一种电子设备， 包括处理器和存储装置， 所述存储装置适于存储多条程序代码， 其特 征在于， 所述程序 代码适于由所述处理器加载并运行以执行权利要求 1至7中任一项 所述的 图像识别方法。 10.一种计算机可读存储介质， 其中存储有多条程序代码， 其特征在于， 所述程序代码 适于由处 理器加载并运行以执 行权利要求1至7中任一项所述的图像识别方法。权　利　要　求　书 2/2 页 3 CN 115496938 A 3