(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 202210776957.X (22)申请日 2022.06.30 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 郑弘晖　冯原　孙准　韩树民　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 鄢功军 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/25(2022.01) G06V 10/40(2022.01) G06V 10/26(2022.01) G06V 20/10(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 图像识别方法、 装置、 电子设备和存 储介质 (57)摘要 本公开提供了一种图像识别方法， 涉及人工 智能技术领域， 尤其涉及深度学习、 图像处理和 计算机视觉等技术领域， 可应用于智慧城市等场 景下。 具体实现方案为： 对第一图像的第N级第一 特征和第二图像的第N级第二特征进行融合处 理， 得到第N级融合特征， 其中， N为大于或等于1 的整数； 根据第N级融合特征， 得到第N+1级第一 特征和第N+1级第二特征； 根据第N+1级第一特征 和第N+1级第二特征， 得到第N+M级第一特征和第 N+M级第二特征， 其中， M为大于1的整数； 以及根 据第N+M级第一特征和第N+M级第二特征， 识别第 二图像中相对于第一图像存在变化的目标区域。 本公开还提供了一种图像识别装置、 电子设备和 存储介质。 权利要求书3页 说明书12页 附图7页 CN 115131641 A 2022.09.30 CN 115131641 A 1.一种图像识别方法， 包括： 对第一图像的第N级第一特征和第二图像的第N级第二特征进行融合处理， 得到第N级 融合特征， 其中， N 为大于或等于1的整数； 根据所述第N级融合特 征， 得到第N+1级第一特 征和第N+1级第二特 征； 根据所述第N+1级第一特征和所述第N+1级第二特征， 得到第N+M级第一特征和第N+M级 第二特征， 其中， M为大于1的整数； 以及 根据所述第N+M级第一特征和所述第N+M级第二特征， 识别所述第二图像中相对于所述 第一图像存在变化的目标区域。 2.根据权利要求1所述的方法， 其中， 所述根据所述第N级融合特征， 得到第N+1级第一 特征和第N+1级第二特 征包括： 对所述第N级融合特 征进行第N+1级第一特 征提取， 得到所述第N+1级第一特 征； 以及 对所述第N级融合特 征进行第N+1级第二特 征提取， 得到所述第N+1级第二特 征。 3.根据权利要求1或2所述的方法， 其中， 所述根据所述第N+1级第一特征和所述第N+1 级第二特 征， 得到第N+M级第一特 征和第N+M级第二特 征包括： 根据所述第N+1级第一特征和所述第N+1级第二特征中的至少一个， 得到第N+2级第一 特征至所述第N+M级第一特 征； 以及 根据所述第N+1级第一特征和所述第N+1级第二特征中的至少一个， 得到第N+2级第二 特征至所述第N+M级第二特 征。 4.根据权利 要求3所述的方法， 其中， 第N+i级第一特征是对第N+i ‑1级第一特征进行第 一特征提取得到的， 或 所述第N+i级第一特征是对第N+i ‑1级融合特征进行第一特征提取得到的， 所述第N+i ‑ 1级融合特 征是对所述第N+i ‑1级第一特 征和第N+i ‑1级第二特 征进行融合处 理得到的， i为大于1的整数， i 为小于或等于I的整数， I 为小于或等于 M的整数。 5.根据权利 要求3所述的方法， 其中， 第N+i级第二特征是对第N+i ‑1级第二特征进行第 二特征提取得到的， 或 所述第N+i级第二特征是对第N+i ‑1级融合特征进行第二特征提取得到的， 所述第N+i ‑ 1级融合特 征是对第N+i ‑1级第一特 征和所述第N+i ‑1级第二特 征进行融合处 理得到的， i为大于1的整数， i 为小于或等于I的整数， I 为小于或等于 M的整数。 6.根据权利要求1所述的方法， 其中， 所述对第一图像的第N级第一特征和第二图像的 第N级第二特 征进行融合处 理， 得到第N级融合特 征包括： 对所述第一图像进行N级第一特 征提取， 得到所述第N级第一特 征； 对所述第二图像进行N级第二特 征提取， 得到所述第N级第二特 征； 以及 对所述第N级第一特 征和所述第N级第二特 征进行融合处 理， 得到所述第N级融合特 征。 7.根据权利 要求1所述的方法， 其中， 所述根据所述第N+M级第一特征和所述第N+M级第 二特征， 识别所述第二图像中相对于所述第一图像存在变化的目标区域包括： 对所述第N+M级第一特征和所述第N+M级第二特征进行融合处理， 得到第N+M级融合特 征； 根据所述第N+M级融合特征， 识别所述第二图像中相对于所述第一图像存在变化的目 标区域。权　利　要　求　书 1/3 页 2 CN 115131641 A 28.根据权利要求1所述的方法， 其中， 所述第 一图像是在第 一时刻采集的与目标对象相 关的图像， 所述第二图像是在第二时刻采集的与所述目标对象相关的图像。 9.根据权利要求1至8任一项所述的方法， 其中， 所述根据所述第 N级融合特征， 得到第N +1级第一特 征和第N+1级第二特 征包括： 根据所述第N级第一特征和所述第N级第二特征中至多一个以及所述第N级融合特征， 得到所述第N+1级第一特 征和所述第N+1级第二特 征。 10.一种图像识别装置， 包括： 融合模块， 用于对第一图像的第 N级第一特征和第 二图像的第N级第 二特征进行融合处 理， 得到第N级融合特 征， 其中， N 为大于或等于1的整数； 第一获得模块， 用于根据所述第N级融合特征， 得到第N+1级第一特征和第N+1级第二特 征； 第二获得模块， 用于根据所述第N+1级第一特征和所述第N+1级第二特征， 得到第N+M级 第一特征和第N+M级第二特 征， 其中， M为大于1的整数； 以及 识别模块， 用于根据所述第N+M级第一特征和所述第N+M级第二特征， 识别所述第二 图 像中相对于所述第一图像存在变化的目标区域。 11.根据权利要求10所述的装置， 其中， 所述第一获得模块包括： 第一特征提取子模块， 用于对所述第N级融合特征进行第N+1级第一特征提取， 得到所 述第N+1级第一特 征； 以及 第二特征提取子模块， 用于对所述第N级融合特征进行第N+1级第二特征提取， 得到所 述第N+1级第二特 征。 12.根据权利要求10或1 1所述的装置， 其中， 所述第二获得模块包括： 第一获得子模块， 用于根据所述第N+1级第一特征和所述第N+1级第二特征中的至少一 个， 得到第N+2级第一特 征至所述第N+M级第一特 征； 以及 第二获得子模块， 用于根据所述第N+1级第一特征和所述第N+1级第二特征中的至少一 个， 得到第N+2级第二特 征至所述第N+M级第二特 征。 13.根据权利 要求12所述的装置， 其中， 第N+i级第一特征是对第N+i ‑1级第一特征进行 第一特征提取得到的， 或 所述第N+i级第一特征是对第N+i ‑1级融合特征进行第一特征提取得到的， 所述第N+i ‑ 1级融合特 征是对所述第N+i ‑1级第一特 征和第N+i ‑1级第二特 征进行融合处 理得到的， i为大于1的整数， i 为小于或等于I的整数， I 为小于或等于 M的整数。 14.根据权利 要求12所述的装置， 其中， 第N+i级第二特征是对第N+i ‑1级第二特征进行 第二特征提取得到的， 或 所述第N+i级第二特征是对第N+i ‑1级融合特征进行第二特征提取得到的， 所述第N+i ‑ 1级融合特 征是对第N+i ‑1级第一特 征和所述第N+i ‑1级第二特 征进行融合处 理得到的， i为大于1的整数， i 为小于或等于I的整数， I 为小于或等于 M的整数。 15.根据权利要求9所述的装置， 其中， 所述融合模块包括： 第三特征提取子模块， 用于对所述第一图像进行N级第一特征提取， 得到所述第N级第 一特征； 第四特征提取子模块， 用于对所述第二图像进行N级第二特征提取， 得到所述第N级第权　利　要　求　书 2/3 页 3 CN 115131641 A 3