图像识别方法、系统、终端、服务器及存储介质与流程

1.本技术涉及人工智能技术领域，特别是涉及一种图像识别方法、系统、终端、服务器及存储介质。


背景技术：

2.快递行业发展迅速，其快递集中领取点由于货物较多，寻找物体耗时过长。有的区域，快递都送到小区门口，堆放混乱，用户找自己的快递需要很长时间，有时还会拿错。目前，这两种场景里都是通过手动寻找的方式来解决。
3.上述场景可使用的一个技术是二维码扫描，一次可以扫描多个二维码，可以批量进行多个二维码图像识别，用于对同一图像内一个以上的二维码图像进行提取检测。但该方法对于获取二维码的质量要求很高，必须需要获取完整以及不变形的二维码图片，才能进行二维码提取的流程。这在上述场景里很难做到。


技术实现要素：

4.基于此，本技术提供一种图像识别方法、系统、终端、服务器及存储介质，能够自动、方便、快速地识别出与物体对应的表面图像的多个特征信息，为自动、方便、快速地识别物体提供技术支持。
5.第一方面，本技术提供一种图像识别方法，所述方法包括：
6.获取目标图像，所述目标图像包括多个待识别物体对应的多个表面图像，所述待识别物体的表面有多个身份信息；
7.确定所述目标图像中所述表面图像的多个特征信息。
8.第二方面，本技术提供一种图像识别系统，所述系统包括：存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如上所述的图像识别方法。
9.第三方面，本技术提供一种图像识别终端，所述终端包括：摄像头、存储器和处理器，所述摄像头和所述存储器分别与所述处理器连接；所述存储器用于存储计算机程序；所述摄像头在所述处理器的控制下用于获取目标图像，所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如上所述的图像识别方法。
10.第四方面，本技术提供一种图像识别服务器，所述服务器包括：存储器和处理器；所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如上所述的图像识别方法。
11.第五方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上所述的图像识别方法。
12.本技术实施例提供了一种图像识别方法、系统、终端、服务器及存储介质，获取目标图像，所述目标图像包括多个待识别物体对应的多个表面图像，所述待识别物体的表面
有多个身份信息；确定所述目标图像中所述表面图像的多个特征信息。由于待识别物体的表面有多个身份信息，待识别物体的信息量多，识别条件可以较为宽松，非常方便；通过这种方式，能够自动、方便、快速地识别出与物体对应的表面图像的多个特征信息。
13.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
14.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
15.图1是本技术图像识别方法一实施例的流程示意图；
16.图2是本技术图像识别方法另一实施例的流程示意图；
17.图3是本技术图像识别方法又一实施例的流程示意图；
18.图4是本技术图像识别方法又一实施例的流程示意图；
19.图5是本技术图像识别方法一应用中的流程示意图；
20.图6是本技术图像识别方法又一实施例的流程示意图；
21.图7是本技术图像识别方法又一实施例的流程示意图；
22.图8是本技术图像识别方法一应用中取景屏幕的示意图；
23.图9是在图8的取景屏幕中显示目标物体对应的表面图像的位置的示意图；
24.图10是本技术图像识别系统一实施例的结构示意图；
25.图11是本技术图像识别终端一实施例的结构示意图；
26.图12是本技术图像识别服务器一实施例的结构示意图。
具体实施方式
27.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
28.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
29.参见图1，图1是本技术图像识别方法一实施例的流程示意图，所述方法包括：
30.步骤s101：获取目标图像，所述目标图像包括多个待识别物体对应的多个表面图像，所述待识别物体的表面有多个身份信息。
31.步骤s102：确定所述目标图像中所述表面图像的多个特征信息。
32.在本实施例中，待识别物体可以是等待识别的物体，待识别物体的表面有多个身份信息，这多个身份信息使待识别物体区别于其他待识别物体。待识别物体包括但不限于：快递包裹、快递文件、书籍、各种各样的商品包装盒，等等。快递包裹、快递文件上通常有姓
名、地址、电话、二维码、快递公司，等等信息；书籍通常有书名、作者(编者)、出版社、国际标准书号、定价，等等信息；商品包装盒通常有商品名称、图案、批号、生产商、地址，等等信息；这些多个信息均可以作为这些物体的多个身份信息。
33.本技术实施获取目标图像，所述目标图像包括多个待识别物体对应的多个表面图像，所述待识别物体的表面有多个身份信息；确定所述目标图像中所述表面图像的多个特征信息。由于待识别物体的表面有多个身份信息，待识别物体的信息量多，在识别目标图像中待识别物体对应的表面图像的特征信息时，识别条件可以较为宽松，非常方便；通过这种方式，能够自动、方便、快速地识别出物体对应的表面图像的多个特征信息。
34.参见图2，在一应用场景中，可以利用识别出来的物体对应的表面图像的多个特征信息来识别目标物体，即步骤s102之后还可以包括：步骤s103。
35.步骤s103：通过所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息之间的匹配结果，确定所述多个待识别物体中是否包括所述目标物体。
36.当有一堆杂乱无章的待识别物体摆在用户面前时，拍照后，获得目标图像，该目标图像包括多个待识别物体对应的多个表面图像，这些表面图像上承载的特征信息对应这些待识别物体的表面的多个身份信息，通过目标图像中表面图像上承载的特征信息与目标物体的表面的多个身份信息之间的匹配结果来识别目标物体。其中目标物体的表面的多个身份信息是已知的信息，本技术实施例通过方便地获取目标图像，利用计算机技术确定所述目标图像中所述表面图像的多个特征信息，并与已知的目标物体的表面的多个身份信息进行比对，据此识别目标物体，通过这种方式，能够实现自动化、快速识别目标物体。由于目标物体的表面有多个身份信息，目标图像中所述表面图像也有多个特征信息，能够避免单一信息比对的苛刻要求，信息量多，多个信息同时比对，能够大大提高效率。
37.而且，在实际应用时，这些多个信息并不一定非要同时采用，根据实际情况酌情采用其中的某些特征，甚至某个特征，例如：当某个特征信息不确定时，可以采用其他确定的特征信息；又如当某个身份信息基本可以确定目标物体，而目标图像中表面图像对应的特征信息很容易确定时，可以采用该一个身份信息、对应的一个特征信息来快速识别目标物体。因此，所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息之间匹配，并不是说所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息之间完完全全一一对应才可以称为匹配，而是可以根据具体应用确定匹配的具体要求，不同情况下，匹配的要求可以不同。
38.本技术实施获取目标图像，所述目标图像包括多个待识别物体对应的多个表面图像，所述待识别物体的表面有多个身份信息；确定所述目标图像中所述表面图像的多个特征信息；通过所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息之间的匹配结果，确定所述多个待识别物体中是否包括所述目标物体。由于待识别物体的表面有多个身份信息，待识别物体的信息量多，识别条件可以较为宽松，非常方便；通过目标图像中所述表面图像的多个特征信息与多个身份信息之间的匹配结果，确定是否包括所述目标物体，信息量多匹配速度快；通过这种方式，能够自动、方便、快速地识别物体。
39.参见图3，在另一应用场景中，可以利用识别出来的物体对应的表面图像的多个特征信息作为待识别物体的身份信息，并输入保存至物体身份信息库中。即步骤s102之后还可以包括：步骤s105。
40.步骤s105：通过所述待识别物体与所述表面图像的多个特征信息之间的对应关系，将所述表面图像的多个特征信息作为所述待识别物体的多个身份信息保存至物体身份信息库中。
41.在本实施例中，当待识别物体很多，这些待识别物体的身份信息需要输入物体身份信息库中，如果一个一个人工输入，显然费时费力。由于目标图像包括多个待识别物体对应的多个表面图像，所述待识别物体的表面有多个身份信息，确定所述目标图像中所述表面图像的多个特征信息，所述待识别物体、所述表面图像以及所述表面图像的多个特征信息之间存在对应关系，通过这种对应关系，可以将所述表面图像的多个特征信息作为所述待识别物体的多个身份信息，直接输入保存至物体身份信息库中；通过这种方式，能够自动、方便、快速进行物体身份信息的输入。
42.需要说明的是，本技术实施例的方法可以通过带有摄像头的终端实施，例如：移动终端、智能终端、平板电脑，等等；本技术实施例的方法也可以通过带有摄像头的终端和服务器相互配合共同实施，终端和服务器共同实施时，终端和服务器如何分工合作不做限定，可以根据具体的实际情况确定。
43.在一实际应用中，由于现在5g的普及，消费品终端已可以使用，采用终端和服务器配合实施本实施例的方法，这不会增加用户的负担，也不需要增加其他硬件，可以使用户在众多物体中精确找到并定位目标物体。在目前快递驿站特别是疫情情况下小区大门口快递难找的场景中，能够帮助用户快速找到自己的快递。具体地，终端执行步骤s101和步骤s102，服务器执行步骤s103(利用5g技术在云端服务器快速进行匹配)，并反馈终端结果，或服务器执行步骤s105；或者，终端通过摄像头得到目标图像(步骤s101)，将目标图像反馈给服务器，服务器执行步骤s102和步骤s103(在云端服务器目标图像进行识别和特征提取、对比分析以及匹配)，并反馈终端结果，或服务器执行步骤s102和步骤s105。
44.很多物体表面通常贴上标签来进行区分的，在一实施例中，所述待识别物体的表面贴有标签，所述身份信息包括标签信息，所述标签上包括多个标签信息。
45.快递集中领取点货物较多，寻找物体耗时过长；快递堆放在小区门口，用户寻找快递很费时，有时还会拿错。本技术实施例的方法很适合这两种应用场景。进一步，所述标签包括快递单，所述标签信息包括快递信息。其中，所述快递信息包括姓名、地址、电话号码、二维码、快递公司名称，等等信息。具体地，快递信息可以包括寄件人姓名、收件人姓名、寄件人地址、收件人地址、寄件人电话号码、收件人电话号码、快递单号、快递公司图标，等等。在实际应用时，多个快递信息可以是上述两个以上的快递信息。
46.如果预先没有保存目标物体的表面的多个身份信息，在步骤s103之前，还可以包括：获取所述目标物体的表面的多个身份信息。获取所述目标物体的表面的多个身份信息的方式很多，例如用户输入目标物体的多个身份信息，或者将对目标物体的表面进行拍照，输入目标物体的表面的图像，自动识别并获取目标物体的表面的多个身份信息，等等。
47.具体地，可以获取所述目标物体的表面的快递单上的多个快递信息。对于终端来说，获取所述目标物体的表面的快递单上的多个快递信息可以有两种方式：
48.第一种可以是：通过智能识屏技术获取推送的所述目标物体的多个快递信息；将所述目标物体的多个快递信息作为所述目标物体的表面的快递单上的多个快递信息，并保存。快递寄出后，通常会给收件人的电话号码对应的移动终端推送快递的相关快递信息，移
动终端通常具备智能识屏功能，因此可以通过智能识屏技术获取推送的所述目标物体的多个快递信息，将所述目标物体的多个快递信息作为所述目标物体的表面的快递单上的多个快递信息，并保存起来。如果步骤s103由服务器实施，终端可以将获得的目标物体的表面的快递单上的多个快递信息发送给服务器。
49.第二种可以是：通过快递应用程序获取所述目标物体的多个快递信息；将所述目标物体的多个快递信息作为所述目标物体的表面的快递单上的多个快递信息，并保存。可以与快递公司合作，经过快递公司授权后，终端内部能够获取各快递应用程序app的快递信息，该快递信息的获取途径可以是多维的。如果步骤s103由服务器实施，终端可以将获得的目标物体的表面的快递单上的多个快递信息发送给服务器。
50.参见图4，步骤s102所述确定所述目标图像中所述表面图像的多个特征信息，具体可以包括：子步骤s1021和子步骤s1022。
51.子步骤s1021：对所述目标图像进行特征提取，得到多个特征子集。
52.子步骤s1022：根据所述多个特征子集在所述目标图像上的位置，对所述多个特征子集进行分割，得到所述目标图像中所述表面图像的多个特征信息。
53.特征提取指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。
54.目标图像包括多个表面图像，一个表面图像上的多个特征信息聚集在一个表面图像，多个表面图像基本呈现分散状态。例如：多个特征子集包括：姓名特征子集(包括姓名特征1、姓名特征2、姓名特征3)、地址特征子集(包括地址特征1、地址特征2、地址特征3)、电话号码特征子集(包括电话号码特征1、电话号码特征2、电话号码特征3)，其中，姓名特征1、地址特征1以及电话号码特征1聚集在所述目标图像上的位置1周围，姓名特征2、地址特征2以及电话号码特征2聚集在所述目标图像上的位置2周围，姓名特征3、地址特征3以及电话号码特征3聚集在所述目标图像上的位置3周围，据此可以确定：姓名特征1、地址特征1以及电话号码特征1是目标图像中表面图像1的多个特征信息，姓名特征2、地址特征2以及电话号码特征2是目标图像中表面图像2的多个特征信息，姓名特征3、地址特征3以及电话号码特征3是目标图像中表面图像3的多个特征信息，如图5所示。
55.通常情况下，待识别物体的表面的身份信息的表现形式较为常见的有二维码、文字、字母、数字、图标，等等，待识别物体的表面的多个身份信息可以是这些表现形式中的至少一种。
56.进一步，当身份信息的表现形式包括二维码，所述特征子集包括二维码子集时，子步骤s1021所述对所述目标图像进行特征提取，得到多个特征子集，可以包括：利用二维码识别技术对所述目标图像进行识别并进行特征提取，得到所述多个特征子集中的所述二维码子集。
57.进一步，当身份信息的表现形式包括文字、字母、数字等字符，所述特征子集包括字符子集时，子步骤s1021所述对所述目标图像进行特征提取，得到多个特征子集，可以包括：利用字符识别技术对所述目标图像进行识别并进行特征提取，得到包括所述多个特征子集中的所述字符子集。
58.进一步，当身份信息的表现形式包括特定图标、专门图标等图标，所述特征子集包
括预设图像子集时，子步骤s1021所述对所述目标图像进行特征提取，得到多个特征子集，可以包括：利用人工智能识别技术对所述目标图像进行识别并进行特征提取，得到包括所述多个特征子集中的所述预设图像子集。
59.本实施例利用二维码识别技术、字符识别技术和人工智能识别技术对所述目标图像进行识别并进行特征提取，得到所述多个特征子集。利用二维码识别技术、字符识别技术和人工智能识别技术基本可以识别出现有的图像中的所有特征，二维码识别技术、字符识别技术和人工智能识别技术应用较为广泛，这些识别技术一起识别效率更高。
60.在一实施例中，步骤s101所述获取目标图像，还可以包括：获取经过文档校正后的目标图像。文档校正是指自动识别图片中的文档，返回文档在原图中的位置信息；根据文档在原始图片中的位置信息校正文档的拍摄角度，自动将拍摄视角调整到正对文档的角度上。通过这种方式，能够优化目标图像，使目标图像更加方便计算机识别。
61.其中，在利用二维码识别技术对所述目标图像进行识别并进行特征提取，得到所述多个特征子集中的所述二维码子集时，可以是：利用二维码识别技术对经过文档校正后的目标图像进行识别并进行特征提取，得到所述多个特征子集中的所述二维码子集。
62.在进行二维码识别时，预先对图像进行文档校正，获得经过文档校正后的目标图像，通过这种方式，能够使二维码的识别条件可以较为宽松，能够自动、方便、快速地识别出二维码特征。
63.参见图6，在一实施例中，步骤s103具体可以包括：子步骤s1031、子步骤s1032以及子步骤s1033。
64.子步骤s1031：将所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息进行对比。
65.子步骤s1032：若所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息匹配，则确定所述多个待识别物体中包括所述目标物体。
66.子步骤s1033：若所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息不匹配，则确定所述多个待识别物体中不包括所述目标物体。
67.在本实施例中，所述目标图像中所述表面图像的多个特征信息与目标物体的表面的多个身份信息匹配或者不匹配的标准或要求，需要根据具体的实际应用来确定，在此不做限定。
68.如果用户寻找目标物体，最终还是需要向用户反馈结果，如图7所示，在一实施例中，步骤s103之后，还包括：步骤s104。
69.步骤s104：输出确定结果，即多个待识别物体中包括所述目标物体，或者多个待识别物体中不包括所述目标物体。
70.向用户反馈结果，较好的方式是：如果多个待识别物体中包括所述目标物体，用户能够一眼就看到具体哪个是目标物体，能够马上从多个待识别物体中拿起目标物体。具体地，步骤s104所述输出确定结果，还可以包括：若确定所述多个待识别物体中包括所述目标物体，则输出所述目标图像中所述目标物体对应的表面图像的位置，使所述目标物体对应的表面图像的位置与其他物体对应的表面图像的位置区别出来。对于终端，可以直接显示出来，即若确定所述多个待识别物体中包括所述目标物体，则显示所述目标图像中所述目标物体对应的表面图像的位置，使所述目标物体对应的表面图像的位置与其他物体对应的
表面图像的位置区别出来。
71.例如，可以直接在摄像头的取景屏幕上的目标图像突出显示目标物体对应的表面图像的位置。如图8、图9所示，在本实施例中，在摄像头的取景屏幕10中直接用圈出等方式将目标物体对应的表面图像的位置110与其他物体对应的表面图像的位置区别出来，并且显示给用户。用户可以直接根据画面中的标出项，直接对应实际物体，快速找到属于自己的快递物体。
72.参见图10，图10是本技术图像识别系统一实施例的结构示意图，需要说明的是，本实施例的系统能够实现上述图像识别方法，相关内容的详细说明，请参见上述图像识别方法部分，在此不再赘叙。
73.所述系统100包括：存储器1和处理器2，所述存储器1用于存储计算机程序；所述处理器2用于执行所述计算机程序并在执行所述计算机程序时实现如上任一项所述的图像识别方法。
74.其中，处理器2可以是微控制单元、中央处理单元或数字信号处理器，等等。存储器1可以是flash芯片、只读存储器、磁盘、光盘、u盘或者移动硬盘等等。
75.参见图11，图11是本技术图像识别终端一实施例的结构示意图，需要说明的是，本实施例的终端能够实现上述图像识别方法，相关内容的详细说明，请参见上述图像识别方法部分，在此不再赘叙。
76.所述终端200包括：摄像头33、存储器11和处理器22，所述摄像头33和所述存储器22分别与所述处理器11连接；所述存储器11用于存储计算机程序；所述摄像头33在所述处理器11的控制下用于获取目标图像，所述处理器11用于执行所述计算机程序并在执行所述计算机程序时实现如上任一项所述的图像识别方法。
77.其中，处理器22可以是微控制单元、中央处理单元或数字信号处理器，等等。存储器11可以是flash芯片、只读存储器、磁盘、光盘、u盘或者移动硬盘等等。
78.参见图12，图12是本技术图像识别服务器一实施例的结构示意图，需要说明的是，本实施例的服务器能够实现上述图像识别方法中的大部分，相关内容的详细说明，请参见上述图像识别方法部分，在此不再赘叙。
79.所述服务器300包括：存储器111和处理器222；所述存储器111用于存储计算机程序；所述处理器222用于执行所述计算机程序并在执行所述计算机程序时实现如上除了获取所述目标物体的表面的快递单上的多个快递信息的两种方式之外的任一项所述的图像识别方法。
80.其中，处理器222可以是微控制单元、中央处理单元或数字信号处理器，等等。存储器111可以是flash芯片、只读存储器、磁盘、光盘、u盘或者移动硬盘等等。
81.本技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上任一项所述的图像识别方法。
82.其中，该计算机可读存储介质可以是上述系统、终端、服务器的内部存储单元，例如硬盘或内存。该计算机可读存储介质也可以是上述系统、终端、服务器的外部存储设备，例如配备的插接式硬盘、智能存储卡、安全数字卡、闪存卡，等等。
83.应当理解，在本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而
并不意在限制本技术。
84.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
85.以上所述，仅为本技术的具体实施例，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。