(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 20221084143 0.0 (22)申请日 2022.07.18 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 顾鹏　刘家奇　刘晓宇　王照　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 刘丹　黄健 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/56(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 图像识别方法、 装置、 设备、 介质和程序 产品 (57)摘要 本申请提供一种图像识别方法、 装置、 设备、 介质和程序产品， 涉及金融科技领域， 该方法包 括： 将待处理图像转换为颜色模式图， 待处理图 像包括有至少一个待识别的类别对象且待识别 的类别对象包括至少一个元素， 颜色模式图中包 括有每个元素的颜色模式值； 根据每个元素的颜 色模式值， 从预设颜色权重模型中获取每个颜色 模式值的颜色权重； 根据颜色模式图和每个颜色 模式值的颜色权重， 获取颜色特征图； 将颜色特 征图和预设深度神经网络中的特征图进行加权 融合， 得到融合特征图以使 得深度神经网络对待 处理图像进行类别对象 的识别。 该技术方案能够 提高深度神经网络的抗干扰能力， 在面对人为添 加噪音的图像时， 也能够准确的识别分类 。 权利要求书2页 说明书11页 附图4页 CN 115187813 A 2022.10.14 CN 115187813 A 1.一种图像识别方法， 其特 征在于， 包括： 获取待处理图像， 将所述待处理图像转换为颜色模式图， 所述待处理图像包括有至少 一个待识别的类别对象且所述待识别的类别对象包括至少一个元素， 所述颜色模式图中包 括有每个元素的颜色模式值； 根据所述颜色模式图中每个元素的颜色模式值， 从预设颜色权重模型中获取每个颜色 模式值的颜色权 重； 根据所述颜色模式图和每 个颜色模式值的颜色权 重， 获取颜色特 征图； 将所述颜色特征图和预设深度神经网络中的特征图进行加权融合， 得到融合特征图， 所述融合特征图用于所述预设深度神经网络对所述待处理图像进 行类别对象的识别， 所述 特征图为所述预设深度神经网络对所述待处 理图像处 理得到的。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述待处理图像转换为颜色模式 图， 包括： 获取在预设颜色模式下所述待处理图像中每个元素的参数值， 其中， 在预设颜色模式 下所述待处 理图像中的每 个元素包括有至少两个参数值； 根据每个元素的参数值， 获取每 个元素的颜色模式值； 根据每个元素的颜色模式值， 将所述待处 理图像转换为所述颜色模式图。 3.根据权利要求2所述的方法， 其特征在于， 所述根据每个元素的参数值， 获取每个元 素的颜色模式值， 包括： 将每个元素的各个参数值分别转换为 二进制值； 根据预设数值范围， 对每 个二进制值进行二进制移位 运算， 获取移位后的二进制值； 根据所述移位后的二进制值， 获取每 个元素的颜色模式值。 4.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取至少一组图像数据， 每组图像数据包括至少一个训练图像， 每个训练图像中包括 有类别对象且每组图像数据的每 个训练图像中包括的类别对象属于相同类别； 将每个训练图像转换为所述颜色模式图， 获取每个颜色模式图中每个颜色模式值的分 布概率； 根据每个颜色模式图中每个颜色模式值的分布概率， 获取所述类别对象中的每个元素 的颜色模式值的颜色权 重； 根据每个元素的颜色模式值的颜色权 重， 获取所述预设颜色权 重模型。 5.根据权利要求4所述的方法， 其特征在于， 所述根据每个颜色模式图中每个颜色模式 值的分布概 率， 获取所述类别对象中的每 个元素的颜色模式值的颜色权 重， 包括： 根据每个颜色模式图中每个颜色模式值的分布概率和所述训练图像的总数量， 获取所 述类别对象在所述训练图像中的第一平均分布概 率； 根据所述第一平均分布概 率和所述类别对象的类别数量， 获取第二平均分布概 率； 根据所述第 一平均分布概率和所述第 二平均分布概率， 获取所述类别对象中的每个元 素的颜色模式值的颜色权 重。 6.根据权利要求4所述的方法， 其特征在于， 所述获取每个颜色模式图中每个颜色模式 值的分布概 率， 包括： 获取每个颜色模式图中每 个颜色模式值的出现次数；权　利　要　求　书 1/2 页 2 CN 115187813 A 2根据所述出现次数和所述颜色模式 图中颜色模式值的总数量， 获取每个颜色模式图中 每个颜色模式值的分布概 率。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述颜色模式图和每个颜色模式 值的颜色权 重， 获取颜色特 征图， 包括： 获取所述颜色模式图中每 个颜色模式值的颜色权 重的数量； 根据所述颜色权 重的数量， 确定所述颜色特 征图的通道数量； 根据所述颜色模式图、 所述通道数量和每个颜色模式值的颜色权重， 构建所述颜色特 征图。 8.根据权利要求7所述的方法， 其特征在于， 所述获取所述颜色模式图中每个颜色模式 值的颜色权 重的数量， 包括： 获取所述待识别的类别对象的类别数量； 根据所述待识别的类别对象的类别数量， 获取所述颜色模式图中每个颜色模式值的颜 色权重的数量。 9.一种图像识别装置， 其特 征在于， 包括： 图像转换模块， 用于获取待处理图像， 将所述待处理图像转换为颜色模式图， 所述待处 理图像包括有至少一个待识别的类别对象且所述待识别的类别对象包括至少一个元素， 所 述颜色模式图中包括有每 个元素的颜色模式值； 权重获取模块， 用于根据所述颜色模式图中每个元素的颜色模式值， 从预设颜色权重 模型中获取每 个颜色模式值的颜色权 重； 特征图获取模块， 用于根据所述颜色模式图和每个颜色模式值的颜色权重， 获取颜色 特征图； 图像融合模块， 用于将所述颜色特征图和预设深度神经网络中的特征图进行加权融 合， 得到融合特征图， 所述融合特征图用于所述预设深度神经网络对所述待处理图像进行 类别对象的识别， 所述特 征图为所述预设深度神经网络对所述待处 理图像处 理得到的。 10.一种计算机设备， 其特征在于， 包括： 处理器， 以及与所述处理器通信连接的存储 器； 所述存储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1 ‑8中任一项 所述的方法。 11.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有计算机执行指令， 所 述计算机执 行指令被处 理器执行时用于实现如权利要求1 ‑8任一项所述的方法。 12.一种计算机程序产品， 包括计算机执行指令， 其特征在于， 该计算机执行指令被处 理器执行时实现权利要求1 ‑8任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115187813 A 3