1.一种图像识别方法,其特征在于,包括:
获取待识别图像;
将所述待识别图像与多个模板图像分别进行比对,得到相对应的置信度数据;
根据所述置信度数据及预设的决策模型,得到所述待识别图像的识别结果,所述预设的决策模型用于结合所述置信度数据输出得到所述识别结果。
2.根据权利要求1所述的图像识别方法,其特征在于,所述根据所述置信度数据及预设的决策模型,得到所述待识别图像的识别结果,包括:
根据所述置信度数据及预设的阈值区间,计算得到所述置信度数据对应的分布信息;
根据所述分布信息及预设的决策模型,得到所述待识别图像的识别结果。
3.根据权利要求2所述的图像识别方法,其特征在于,所述根据所述置信度数据及预设的阈值区间,计算得到所述置信度数据对应的分布信息,包括:
根据所述置信度数据及预设的阈值区间,计算得到所述置信度数据在每个阈值区间的分布数量;
根据所述分布数量,计算得到所述置信度数据对应的分布比例;
所述根据所述分布信息及预设的决策模型,得到所述待识别图像的识别结果,包括:
根据所述分布比例及预设的决策模型,得到所述待识别图像的识别结果。
4.根据权利要求1所述的图像识别方法,其特征在于,在所述根据所述置信度数据及预设的决策模型,得到所述待识别图像的识别结果之后,所述方法还包括:
在所述识别结果为比对成功时,将所述待识别图像作为新增模板图像。
5.根据权利要求1所述的图像识别方法,其特征在于,所述预设的决策模型为机器学习模型。
6.根据权利要求1所述的图像识别方法,其特征在于,所述预设的决策模型通过以下步骤得到:
获取多个训练样本及多个所述训练样本对应的决策结果,每个所述训练样本包含置信度样本数据;
以多个所述训练样本及所述决策结果对决策模型进行训练,得到所述预设的决策模型。
7.一种图像识别装置,其特征在于,包括:
获取模块,用于获取待识别图像;
比对模块,用于将所述待识别图像与多个模板图像分别进行比对,得到相对应的置信度数据;
识别模块,用于根据所述置信度数据及预设的决策模型,得到所述待识别图像的识别结果,所述预设的决策模型用于结合所述置信度数据输出得到所述识别结果。
8.根据权利要求7所述的图像识别装置,其特征在于,所述识别模块,具体用于:
根据所述置信度数据及预设的阈值区间,计算得到所述置信度数据对应的分布信息;
根据所述分布信息及预设的决策模型,得到所述待识别图像的识别结果。
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至6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,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的图像识别方法。