(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 202211247266.7 (22)申请日 2022.10.12 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 马巧凤　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 刘飞　许曼 (51)Int.Cl. G06V 10/77(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 40/16(2022.01) (54)发明名称 一种图像识别方法、 装置、 计算机设备及存 储介质 (57)摘要 本说明书涉及图像处理技术领域， 尤其涉及 一种图像识别方法、 装置、 计算机设备及存储介 质。 其中图像识别方法包括针对接收到的待识别 图像进行特征提取， 得到图像特征向量； 针对 图 像特征向量进行降维处理， 得到低维图像特征向 量； 利用多个权重数据对低维图像特征向量进行 处理， 确定目标图像特征向量； 以及将目标图像 特征向量输入训练后的识别模型， 得到与待识别 图像对应的图像识别结果。 利用本说明书实施 例， 通过对从待识别图像提取到的图像特征向量 进行降维和加权， 得到目标图像特征向量， 以及 利用训练后的识别模型对该目标图像特征向量 处理， 得到图像识别结果， 降低了识别过程的计 算量， 提高了图像识别的准确率。 权利要求书2页 说明书12页 附图5页 CN 115546572 A 2022.12.30 CN 115546572 A 1.一种图像识别方法， 其特 征在于， 包括： 针对接收到的待识别图像进行 特征提取， 得到图像特 征向量； 针对所述图像特 征向量进行降维处 理， 得到低维图像特 征向量； 利用多个权 重数据对所述低维图像特 征向量进行处 理， 确定目标图像特 征向量； 以及 将所述目标图像特征向量输入训练后的识别模型， 得到与所述待识别图像对应的图像 识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述针对所述图像特征向量进行降维处 理， 得到低维图像特 征向量包括： 针对所述图像特征向量中的每个特征值， 根据降维规则， 确定二进制低维特征值， 得到 多个二进制低维特 征值； 以及 将所述多个二进制低维特 征值转换为多个十进制低维特 征值； 以及 根据所述多个十进制低维特 征值， 确定低维图像特 征向量。 3.根据权利要求2所述的方法， 其特征在于， 所述针对所述图像特征向量中的每个特征 值， 根据降维规则， 确定二进制低维特 征值， 得到多个二进制低维特 征值包括： 在确定所述图像特征向量中的每个特征值为十进制特征值的情况下， 将所述十进制特 征值转换为二进制特 征值； 针对多个二进制特征值中每个二进制特征值， 进行每个二进制数字的排列组合， 得到 与所述每 个二进制特 征值对应的多个二进制数据； 以及 针对所述每个二进制特征值， 从所述多个二进制数据中确定最小的二进制数据为二进 制低维特 征值。 4.根据权利要求1所述的方法， 其特 征在于， 所述多个权 重数据的确定方法包括： 将第一样本集中的多个第 一训练样本按照区域裁剪， 得到与每个第 一训练样本对应的 多个子训练样本； 根据所述 区域的信 息， 从与所述每个第 一训练样本对应的多个子训练样本 中获取目标 子训练样本， 得到与每 个区域的信息对应的目标子训练样本集 合； 利用预设的处理模型对每个目标子训练样本集合分别进行处理， 确定每个目标子训练 样本集合的准确度； 以及 根据所述 准确度， 确定与每 个区域信息对应的权 重数据。 5.根据权利要求4所述的方法， 所述第一样本集中包括多个第一训练样本和与每个第 一训练样本对应的标签， 其特征在于， 所述利用预设的处理模型对每个目标子训练样本集 合分别进行处 理， 确定每 个目标子训练样本集 合的准确度包括： 针对每个目标子训练样本集合， 利用预设的处理模型对所述目标子训练样本集合进行 处理， 确定与所述目标子训练样本集 合中的每 个目标子训练样本的识别结果； 针对所述目标子训练样本集合中的每个目标子训练样本， 分别将所述识别结果和与 所 述第一训练样本对应的标签进行对比， 确定所述识别结果和所述标签一致的目标样本； 以 及 根据所述目标样本的数目和所述目标子训练样本集合中目标子训练样本的数目， 确定 所述目标子训练样本集 合的准确度。 6.根据权利要求4所述的方法， 其特征在于， 所述利用多个权重数据对所述低维图像特权　利　要　求　书 1/2 页 2 CN 115546572 A 2征向量进行处 理， 确定目标图像特 征向量包括： 从所述低维图像特征向量中， 分别获取与每个区域分别对应的至少一个目标特征值； 以及 针对多个区域， 根据与所述区域对应的权重数据， 对每个目标特征值进行处理， 得到目 标图像特 征向量。 7.根据权利要求1所述的方法， 其特 征在于， 所述训练后的识别模型的训练方法包括： 针对第二样本集中的多个第二训练样本进行 特征提取， 得到多个训练特 征向量； 针对所述多个训练特 征向量进行降维处 理， 得到多个训练低维特 征向量； 利用所述多个权重数据对每个所述训练低维特征向量进行处理， 得到多个训练目标特 征向量； 利用所述多个训练目标特征向量对预设识别模型中的每个决策树进行训练， 得到多个 训练后的决策树； 以及 根据所述多个训练后的决策树， 确定训练后的识别模型。 8.一种图像识别装置， 其特 征在于， 包括， 特征提取单元， 用于针对接收到的待识别图像进行 特征提取， 得到图像特 征向量； 降维单元， 用于针对所述图像特 征向量进行降维处 理， 得到低维图像特 征向量； 处理单元， 用于利用多个权重数据对所述低维图像特征向量进行处理， 确定目标图像 特征向量； 以及 识别单元， 用于将所述目标图像特征向量输入训练后的识别模型， 得到与所述待识别 图像对应的图像识别结果。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现上述权利要求 1‑7中任一项 的方法。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质上存储有计算机程 序， 该计算机程序被处 理器运行时执 行上述权利要求1 ‑7任一项的方法。 11.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 所述计算机程序/指令 被处理器执行时实现根据权利要求1 ‑7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115546572 A 3