图像识别方法、装置、电子设备及计算可读存储介质与流程

本公开涉及图像识别技术领域，具体而言，本公开涉及一种图像识别方法、装置、电子设备及计算可读存储介质。

背景技术：

图像处理当中，一个重要的处理是对于特定目标对象的处理，例如对于人像的处理，应用于人像识别或者图像美化等方面。在某些画面当中，人像在整个画面中占比较小，并且可能存在多个人的影像，现有技术进行人像识别或者抠图处理会存在清晰度不够，识别不准确，或者抠图误差较大，将无关或者并非目标对象(人像)的图区分割出来。本公开能够解决在人像识别和分割的准确性问题，即使人像占比较小，也能达到较为准确的识别的效果。

技术实现要素：

本公开针对现有方式的缺点，提出一种图像识别方法、装置、电子设备及计算可读存储介质，用以解决现有技术存在的人像识别和分割准确率低的技术问题。

第一个方面，一种图像识别方法，包括下列步骤：

获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像；

根据预设比例，以第一检测框为中心，扩展第一检测框在待识别图像上的范围，确定第二检测框；

将第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

第二个方面，本公开提供了一种图像识别装置，包括：

获取模块，用于获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像；

扩展模块，用于根据预设比例，以第一检测框为中心，扩展第一检测框在待识别图像上的范围，确定第二检测框；

输出模块，用于将第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

第三个方面，本公开提供了一种电子设备，包括：

处理器；

存储器，与处理器电连接；

至少一个程序，被存储在存储器中并被配置为由处理器执行，至少一个程序被配置用于：实现如本公开第一个方面提供的图像识别方法。

第四个方面，本公开提供了一种计算机可读存储介质，计算机可读存储介质存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本公开第一个方面提供的图像识别方法。

本公开实施例提供的技术方案带来的有益技术效果是：

本公开提供的图像识别方法通过训练后的图像检测模型在待识别图像中，利用第一检测框粗略定位包含目标对象的待识别图像区域，再通过将第一检测框扩展，确保待识别图像区域中完全包括可能存在的目标对象，再通过训练后的图像识别模型，集中识别出扩展后得到的第二检测框中的目标对象，实现对目标对象的精确识别，本公开提供的图像识别方法能够实现完整并且准确地识别图像中特定目标对象的效果。

本公开附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本公开的实践了解到。

附图说明

本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本公开实施例的图像识别方法的流程示意图；

图2为本公开实施例的图像检测模型训练的流程示意图；

图3为本公开实施例的图像识别模型训练的流程示意图；

图4为本公开实施例的图像识别装置的基本结构示意图；

图5为本公开实施例的图像识别装置的详细结构示意图；

图6为本公开另一实施例的图像识别装置的详细结构示意图；

图7为本公开实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对装置、模块或单元进行区分，并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元，也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

计算机视觉是一项在现实生活中广泛应用的技术，该技术应用中不可避免地要涉及到图像处理，对图片或者视频等图像中的内容进行识别，选找出目标对象，例如在电视电影的文艺作品领域，需要针对图片中特定对象进行修饰，像人物化妆，特效加载等；或者在人物身份识别的领域，例如为寻找犯罪嫌疑人，需要对图片中的人物进行精细识别。然而，现实当中获取到的图片素材质量参差不齐，目标对象大小不一，在识别过程中往往会遗漏目标或者混淆目标，识别范围有限，准确度不足，难以达到让人满意的程度。

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。

本公开实施例提供的图像识别方法、装置、电子设备及计算可读存储介质，旨在解决现有技术的如上技术问题。

下面以具体地实施例对本公开实施例的技术方案以及本公开实施例的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本公开的实施例进行描述。

本公开的实施例中提供了一种图像识别方法，如图1所示，包括下列步骤：

s100：获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像。

s200：根据预设比例，以第一检测框为中心，扩展第一检测框在待识别图像上的范围，确定第二检测框。

s300：将第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

通过s100初步对待识别的图像进行分析，利用训练后的图像检测模型，自动在输入图像检测模型的待识别的图像上增加第一检测框，也即在待识别的图像信息中新增与待识别图像相关的第一检测框信息。

为确保检测框能够完全包括待识别的内容，因此通过s200，将第一检测框按照一定的规律扩展，尽量精确但范围更广地囊括待识别图像中的信息，即通过覆盖范围更大的第二检测框标记选择待识别图像。

在获取到目标范围较清晰的识别内容之后，s300中通过训练后的图像识别模型对第二检测框所覆盖的待识别图像进行更集中地识别，从而获取到较为精确的识别结果。

本公开提供的图像识别方法通过训练后的图像检测模型在待识别图像中，利用第一检测框粗略定位包含目标对象的待识别图像区域，再通过将第一检测框扩展，确保待识别图像区域中完全包括可能存在的目标对象，再通过训练后的图像识别模型，集中识别出扩展后得到的第二检测框中的目标对象，实现目标对象的精确识别，本公开提供的图像识别方法能够实现完整并且准确地识别图像中特定目标对象的效果。

详细而言，s100中需要用到训练后的图像检测模型，而图像检测模型需要执行的内容是对待识别图像进行初步分析判断，将可能具有目标图像，例如人像的区域，标记突出，具体采用第一检测框进行，该第一检测框可以是圆形、矩形，或者是其他多边形。由于现有的屏幕大多是矩形，图片或者视频当中的视频帧也是以矩形的整体轮廓展示，因此选择采用矩形的第一检测框或者圆形的第一检测框便于进行计算，有助于保证处理效率。

在本公开第一个方面的实施例中，一种可行的实施方式是，预先训练图像检测模型的方式，如图2所示，具体包括下列步骤：

s110：获取多个第一样本图像以及分别对应的检测框标注信息，任一第一样本图像检测框标注信息对应的第一检测框包含至少一个目标对象。

s120：根据多个第一样本图像以及分别对应的检测框标注信息，通过对初始的图像检测模型进行参数调整来进行模型训练，当达到预设的第一训练条件时，得到训练后的图像检测模型。

s110中，第一样本图像通常与待识别图像规格类似或者相同，但第一样本图像的内容是已知的，即处理设备已经明确获知第一样本图像的信息，并且第一样本图像上的目标对象也已经通过第一检测框标记出来，也即处理设备已经确认了第一样本图像上涵盖目标对象的检测框标注信息，在视觉上检测框标注信息表现为第一样本图像上的第一检测框，在数据实质上，检测框标注信息是计算机数据。由于每张图片上的目标对象分散状况可能不同，有些呈现为独立的离散状，有些则呈现为群组分散状，例如一图片中某一区域中有三个人像集中在一起，而另一区域当中只有一个人像。对于独立离散状的目标对象分布，每个第一样本图像中有多少个目标对象，就有多少个第一检测框，也相应地存在多少条检测框标注信息，而对于群组分散状，第一样本图像中可能有四个目标对象，但只需要两个第一检测框即可完成对目标对象的突出标记。

s120描述了本公开提供的图像识别方法中图像检测模型的训练过程，第一样本图像上的目标对象已知，通过人为标记的方式能够准确划分出第一检测框，根据一个第一样本图像以及该第一样本图像上的检测框标注信息，对初始的图像检测模型进行参数调整，得出第一图像检测模型，第一图像检测模型得出的第一样本图像上的首个第一检测框，将该首个第一检测框与之前人为标记的第一检测框对比，对比结果是二者重合程度较调整参数钱的图像检测模型得出的初始第一检测框更大，则说明参数调整正确，图像检测模型得到训练，继续采用另一个第一样本图像以及第一样本图像上的检测框标注信息对图像检测模型进行训练，直到通过图像检测模型输出的第一样本图像上的第一检测框与已知的第一检测框重合度达到预设要求，也即达到第一训练条件，图像检测模型训练完成。实际训练过程中，不经参数调整的图像检测模型得出的第一检测框与已知第一检测框的重合程度，比经过参数调整的图像检测模型得出第一检测框与已知第一检测框的重合程度差，随着训练的进行，前后两次训练的图像检测模型得出的成和程度差距逐渐缩小，最后达到几乎一致，则完成图像检测模型的训练。这样的训练次数通常较大。

该第一训练条件包括图像检测模型得出的检测框标注信息与人为标记的第一检测框对应的检测框标注信息重合程度，还可以包括满足重合程度的训练次数。

在上述实施方式中，存在的一种可行的实现方式是，获取多个第一样本图像以及分别对应的检测框标注信息的步骤，具体包括：获取第一样本图像上目标对象的识别概率信息；当识别概率信息满足预设概率范围，确定目标对象的数量和位置；根据目标对象的数量和位置，确定检测框标注信息。

众多用于进行模型训练的第一样本图像中，每个样本图像中目标对象的清晰度并不完全相同，实际当中需要识别的图像中目标对象的清晰度更是参差不齐，为确保对不够清晰但通过肉眼能够识别的目标对象进行训练识别，提高识别设备的目标对象识别范围。对于每个第一样本图像中出现的目标对象，确定一个目标对象的概率值，对于清晰度较高的目标对象，确定概率值较高，而较为模糊的目标对象，概率值较低，对于识别设备而言，概率值具体表现为识别概率信息，当识别设备对第一样本图像进行扫描后，获取到其中的识别概率信息，对于数值满足预设概率范围的，则判断该位置的图像显示的内容为目标对象，从而识别设备能够确定第一样本图像中各目标对象的位置以及具体数量，相应地，具体根据目标对象的数量以及在第一样本图像上的具体位置，确定需要的第一检测框的数量以及位置，也即确定第一样本图像上的检测框标注信息，为图像检测模型的参数调整提供数据。

在上述实施方式的另一种可行的实现方式中，获取多个第一样本图像以及分别对应的检测框标注信息，根据目标对象的数量和位置，确定检测框标注信息的步骤，具体包括：

当第一样本图像上目标对象的数量为两个或两个以上时，判断相邻两个目标对象的间距。进一步地，当间距满足预设距离阈值时，将目标对象放入同一个第一检测框内，第一检测框为围绕目标对象的最小检测框。

根据前述的实施方式中的描述，目标对象在第一样本图像上的分布，有些呈现为独立的离散状，有些则呈现为群组分散状，根据目标对象的数量以及分布状态，确定第一检测框的位置和数量，以便于进行抠图后续操作，因此需要识别设备对已经判断或识别出来的目标对象进行相互距离分析，对于间隔较小的，直接放入同一个第一检测框内。为了确保第一检测框既能够包含所有可能的目标对象，又不至于包含太多不相干图像内容，因此第一检测框应该采用围绕所有目标对象的最小检测框，也即对于前述具有四个目标对象的呈群组分散状的第一样本图像，其中一个第一检测框包含三个目标对象，该第一检测框的边沿与三个目标对象的边沿相切，另一个第一检测框则与第四个目标对象的边沿相切。

前文提到，第一检测框的具体形状可以为多种，为便于进行计算，本公开在上述实施方式的一种可行的方案中，第一检测框采用矩形框，第一样本图像左上角为坐标系原点，第一检测框的位置包括矩形框左上角的坐标信息、矩形框的长度值、宽度值。为实现第一检测框在第一样本图像以及待识别图像上的定位，识别设备以第一样本图像左上角为坐标系原点，例如以第一样本图像的向右方向的横边为y轴，以竖直向下方向的纵边为x轴，以第一样本图像的左上角为原点，构建一平面坐标系，根据矩形框的长度值和宽度值，也就能够确定矩形框上的各点的坐标信息，从而使得计算机获取到第一检测框在第一样本图像上的位置信息。

对于s200，在上述实施例的一个可行的实施方式中，确定第二检测框的步骤，具体包括：以第一检测框的几何中心点为原点，以预设比例，放射扩展第一检测框，扩展后的第一检测框为第二检测框。第一检测框以自身几何中心点为原点，该原点在第一检测框扩展过程中位置保持不变，第一检测框的框体向四周放射形扩展预定比例，例如扩展15％～20％，以便于囊括第一检测框包含的目标对象区域的更多图像内容。扩展后的第一检测框即为第二检测框，在第一检测框的位置和数量确定的情况下，第二检测框的位置和数量也相应确定。由于实际应用当中，存在目标对象与周围环境较为相似，或者目标对象较为模糊的情况，因此采用第二检测框，能够确保后续识别的内容更完整，避免遗漏信息。

在本公开提供的另一个实施例中，s300的预先训练图像识别模型的方式，如图3所示，具体包括：

s310：获取多个第二样本图像以及样本标注信息，样本标注信息表征第二样本图像上各个像素点属于目标对象的概率。

s320：根据多个第二样本图像及相应的样本标注信息，通过对初始的识别模型进行参数调整来进行模型训练，当达到预设的第二训练条件时，得到训练后的识别模型。

对于s310，第二样本图像可能包含有目标对象，在第二样本图像中，目标对象与第二样本图像的边沿的位置关系较为明确。对于第二样本图像的内容，操作人员已知第二样本图像上各个像素点属于目标对象的概率，也即哪些点属于目标对象的一部分，哪些不是目标对象的一部分，例如在目标对象轮廓上或者目标对象轮廓内的像素点，属于目标对象的概率为大于0小于或等于1的，而不属于目标对象的像素点，属于目标对象的概率值则为0。由于第二样本图像的内容已知，因此第二样本图像上的样本标注信息也已知。在s320中，通过已知的第二样本图像以及相应的样本标注信息，首先对初试的识别模型进行参数调整，以期通过识别模型对第二样本图像进行处理，得出一个模型预测的预测标注信息，该预测标注信息表征模型预测出的第二样本图像上各个像素点属于目标对象的概率，将这一预测标注信息与已知的样本标注信息对比，当达到预设的第二训练条件时，表明识别模型的参数调整达到预先设定的要求，识别模型训练完毕。

第二训练条件具体包括预测标注信息与样本标注信息的吻合程度，例如吻合程度90％～95％，还可以包括满足重合程度的训练次数，即连续若干次参数调整后的识别模型对新第二样本图像识别后的预测标注信息，与样本标注信息的吻合程度均满足预设值。实际训练过程中，通过一次参数调整即完成模型训练的情况发生概率较低，往往需要通过大量的训练才能完成。初始的识别模型对第二样本图像的处理，得出来的初始预测标注信息，与经过对初始的识别模型进行参数调整后得出的首次预测标注信息相比，与已知样本标注信息的吻合度不相同，前者吻合度低于后者的吻合度，因此需要继续训练。然而即使对参数的调整能够实现识别模型单次得出的预测标注信息与对应的已知标注信息吻合度符合预设值，也必须经过对多张第二样本图像进行处理进行稳定性检验。通过后续的各种各样的第二样本图像以及相应的样本标注信息，使得相邻两次训练得到的识别模型得出的结果呈收敛性，所训练出的识别模型才为最终训练好的识别模型。

本公开在第二个方面提供一种图像识别装置10，如图4所示，包括：获取模块11、扩展模块12和输出模块13。

获取模块11用于获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像；

扩展模块12用于根据预设比例，以第一检测框为中心，扩展第一检测框在待识别图像上的范围，确定第二检测框；

输出模块13用于将第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

本公开提供的图像识别装置10，能够通过训练后的图像检测模型在待识别图像中，利用第一检测框粗略定位包含目标对象的待识别图像区域，再通过将第一检测框扩展，确保待识别图像区域中完全包括可能存在的目标对象，再通过训练后的图像识别模型，集中识别出扩展后得到的第二检测框中的目标对象，实现对目标对象的精确识别。

在第二个方面的某些实施例中，如图5所示，获取模块11包括第一训练单元11a，该第一训练单元11a用于预先训练图像检测模型，步骤包括：获取多个第一样本图像以及分别对应的检测框标注信息，任一第一样本图像对应的检测框保护至少一个目标对象。根据多个第一样本图像以及分别对应的检测框标注信息，通过对初试的图像检测模型进行参数调整来进行模型训练，当达到预设的第一训练条件时，得到训练后的图像检测模型。

可行的，在某些实现方式中，获取模块11在执行获取多个第一样本图像以及分别对应的检测框标注信息的步骤时，包括：获取第一样本图像上目标对象的识别概率信息；当识别概率信息满足预设概率范围，确定目标对象的数量和位置；根据目标对象的数量和位置，确定检测框标注信息。

可行的，在某些实现方式中，获取模块11在执行根据目标对象的数量和位置，确定检测框标注信息的步骤时，包括：

当第一样本图像上目标对象的数量为两个或两个以上时，判断相邻两个目标对象的间距；

当间距满足预设距离阈值时，将目标对象放入同一个第一检测框内，第一检测框为围绕目标对象的最小检测框。

可行的，在某些实现方式中，第一检测框为矩形框；第一样本图像左上角为坐标系原点，第一检测框的位置包括矩形框左上角的坐标信息、矩形框的长度值、宽度值。

可行的，在另一些实现方式中，扩展模块在执行确定第二检测框的步骤的过程中，包括：以第一检测框的几何中心点为原点，以预设比例，放射扩展第一检测框，扩展后的第一检测框为第二检测框。

在第二个方面的一些实施例中，如图6所示，输出模块13包括第二训练单元13a，该第二训练单元13a用于预先训练图像识别模型，步骤包括：

获取多个第二样本图像以及样本标注信息，样本标注信息表征第二样本图像上各个像素点属于目标对象的概率；

根据多个第二样本图像及相应的样本标注信息，通过对初始的识别模型进行参数调整来进行模型训练，当达到预设的第二训练条件时，得到训练后的识别模型。

需要说明的是，本实施例为与上述的方法项实施例相对应的装置项实施例，本实施例可与上述方法项实施例互相配合实施。上述方法项实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在上述方法项实施例中。

下面参考图7，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图7出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

电子设备包括存储器以及处理器，其中，这里的处理器可以称为下方所述的处理装置101，存储器包括下文中的只读存储器(rom)102、随机访问存储器(ram)103以及存储装置108中的至少一项，具体如下所示：

如图7所示，电子设备100可以包括处理装置(例如中央处理器、图形处理器等)101，其可以根据存储在只读存储器(rom)102中的程序或者从存储装置108加载到随机访问存储器(ram)103中的程序而执行各种适当的动作和处理。在ram103中，还存储有电子设备100操作所需的各种程序和数据。处理装置101、rom102以及ram103通过总线104彼此相连。输入/输出(i/o)接口105也连接至总线104。

通常，以下装置可以连接至i/o接口105：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置106；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置107；包括例如磁带、硬盘等的存储装置108；以及通信装置109。通信装置109可以允许电子设备100与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备100，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置109从网络上被下载和安装，或者从存储装置108被安装，或者从rom102被安装。在该计算机程序被处理装置101执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像；根据预设比例，以所述第一检测框为中心，扩展所述第一检测框在所述待识别图像上的范围，确定第二检测框；将所述第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块或单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取模块还可以被描述为“检测到发生预定直播事件时，获取预定直播事件对应的至少一种事件处理方式的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，提供了一种图像识别方法，包括下列步骤：

获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像；

根据预设比例，以第一检测框为中心，扩展第一检测框在待识别图像上的范围，确定第二检测框；

将第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

在一种可能的实现方式中，预先训练图像检测模型的方式，包括：

获取多个第一样本图像以及分别对应的检测框标注信息，任一检测框标注信息对应的第一检测框包含至少一个目标对象；

根据多个第一样本图像以及分别对应的检测框标注信息，通过对初始的图像检测模型进行参数调整来进行模型训练，当达到预设的第一训练条件时，得到训练后的图像检测模型。

在一种可能的实现方式中，获取多个第一样本图像以及分别对应的检测框标注信息的步骤，包括：

获取第一样本图像上目标对象的识别概率信息；

当识别概率信息满足预设概率范围，确定目标对象的数量和位置；

根据目标对象的数量和位置，确定检测框标注信息。

在一种可能的实现方式中，根据目标对象的数量和位置，确定检测框标注信息的步骤，包括：

当第一样本图像上目标对象的数量为两个或两个以上时，判断相邻两个目标对象的间距；

当间距满足预设距离阈值时，将目标对象放入同一个第一检测框内，第一检测框为围绕目标对象的最小检测框。

在一种可能的实现方式中，第一检测框为矩形框；第一样本图像左上角为坐标系原点，第一检测框的位置包括矩形框左上角的坐标信息、矩形框的长度值、宽度值。

在一种可能的实现方式中，确定第二检测框的步骤，包括：

以第一检测框的几何中心点为原点，以预设比例，放射扩展第一检测框，扩展后的第一检测框为第二检测框。

在一种可能的实现方式中，预先训练图像识别模型的方式，包括：

获取多个第二样本图像以及样本标注信息，样本标注信息表征第二样本图像上各个像素点属于目标对象的概率；

根据多个第二样本图像及相应的样本标注信息，通过对初始的识别模型进行参数调整来进行模型训练，当达到预设的第二训练条件时，得到训练后的识别模型。

根据本公开的一个或多个实施例，提供了一种图像识别装置，包括：

获取模块，用于获取待识别图像并输入训练后的图像检测模型，确定包括至少一个第一检测框的待识别图像；

扩展模块，用于根据预设比例，以第一检测框为中心，扩展第一检测框在待识别图像上的范围，确定第二检测框；

输出模块，用于将第二检测框中的待识别图像输入训练后的图像识别模型，确定图像识别结果。

在一种可能的实现方式中，获取模块包括第一训练单元，该第一训练单元用于预先训练图像检测模型，步骤包括：获取多个第一样本图像以及分别对应的检测框标注信息，任一第一样本图像对应的检测框保护至少一个目标对象。根据多个第一样本图像以及分别对应的检测框标注信息，通过对初试的图像检测模型进行参数调整来进行模型训练，当达到预设的第一训练条件时，得到训练后的图像检测模型。

在一种可能的实现方式中，获取模块在执行多个第一样本图像以及分别对应的检测框标注信息的步骤时，还包括：获取第一样本图像上目标对象的识别概率信息；当识别概率信息满足预设概率范围，确定目标对象的数量和位置。

在一种可能的实现方式中，获取模块在执行获取多个第一样本图像以及分别对应的检测框标注信息，任一检测框标注信息对应的第一检测框包含至少一个目标对象的步骤时，包括：

当第一样本图像上目标对象的数量为两个或两个以上时，判断相邻两个目标对象的间距；

当间距满足预设距离阈值时，将目标对象放入同一个第一检测框内，第一检测框为围绕目标对象的最小检测框。

在一种可能的实现方式中，第一检测框为矩形框；第一样本图像左上角为坐标系原点，第一检测框的位置包括矩形框左上角的坐标信息、矩形框的长度值、宽度值。

在一种可能的实现方式中，扩展模块在执行确定第二检测框的步骤的过程中，包括：以第一检测框的几何中心点为原点，以预设比例，放射扩展第一检测框，扩展后的第一检测框为第二检测框。

在一种可能的实现方式中，输出模块包括第二训练单元，该第二训练单元用于预先训练图像识别模型，步骤包括：

获取多个第二样本图像以及样本标注信息，样本标注信息表征第二样本图像上各个像素点属于目标对象的概率；

根据多个第二样本图像及相应的样本标注信息，通过对初始的识别模型进行参数调整来进行模型训练，当达到预设的第二训练条件时，得到训练后的识别模型。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。