一种目标对象识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种目标对象识别方法、装置、计算机设备及存储介质，该方法包括识别出多个待检测图像中包含的所有目标人物，并获取每一目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜，获取多个待检测图像的图像前景区域，并根据图像前景区域、人手拿目标对象检测框以及行人实例分割掩膜获取目标对象前景分割掩膜，根据多个待检测图像以及目标对象前景分割掩膜对人手拿目标对象检测框进行筛选，获取目标检测框，从目标检测框提取人手拿目标对象前景图像，并利用预设识别模型识别人手拿目标对象前景图像，获取目标对象对应的识别结果，有效解决目标对象遮挡以及覆盖范围有限所带来的信息缺失等问题，提高了目标对象识别的精度。象识别的精度。象识别的精度。

【技术实现步骤摘要】
一种目标对象识别方法、装置、计算机设备及存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种目标对象识别方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着人工智能技术的快速发展以及广泛应用，各行各业均产生巨大变革，炫酷的VR/AR技术吸引着人们的眼球、无人驾驶和无人零售等概念也成为各方角逐的热点，利用人工智能技术将人们从繁重重复性劳动解放出来，为人们提供个性化新鲜体验成为潮流。图像识别技术是人工智能技术应用于实践最成功的案例，其中，人脸识别技术已经成为每个人生活的一部分，与之相似的商品识别技术则在零售领域崭露头角。
[0003]商品识别技术可以广泛应用于线上零售和线下数字化零售的各个方面，拍照购和智能货柜便是商品识别技术的成功应用范例。商品识别技术大致可以分为两个步骤：定位和识别。目前成熟的商品识别技术多为静态商品识别技术，即仅利用单设备获取单帧图像来完成商品的定位识别，线上场景可以普遍采用静态商品识别技术，而线下零售场景对静态商品识别技术和动态商品识别技术均有需求。动态商品识别技术通常是利用单设备获取连续视频帧图像识别用户手中的商品种类，动态商品识别相比静态商品识别具有能充分利用物理空间，降低商品摆放限制，减少运维成本的优势，但动态商品识别技术存在商品遮挡、单视角判别信息缺乏和动态成像运动模糊等问题，这些问题直接影响着商品识别的精度，解决这些问题对动态商品识别技术从学术研究走向实际生产具有重要意义。
[0004]综上所述，亟需提出一种新的商品识别方法，以解决上述问题。/>
技术实现思路

[0005]为了解决现有技术的问题，本专利技术实施例提供了一种目标对象识别方法、装置、计算机设备以及存储介质，以克服现有技术中的动态商品识别技术存在商品遮挡、单视角判别信息缺乏和动态成像运动模糊，影响商品识别的精度等问题。
[0006]为解决上述一个或多个技术问题，本专利技术采用的技术方案是：
[0007]第一方面，提供了一种目标对象识别方法，该方法包括如下步骤：
[0008]识别出多个待检测图像中包含的所有目标人物，并获取每一所述目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜，所述多个待检测图像包括不同角度采集的图片；
[0009]获取所述多个待检测图像的图像前景区域，并根据所述图像前景区域、所述人手拿目标对象检测框以及所述行人实例分割掩膜获取目标对象前景分割掩膜；
[0010]根据所述多个待检测图像以及所述目标对象前景分割掩膜对所述人手拿目标对象检测框进行筛选，获取目标检测框；
[0011]从所述目标检测框提取人手拿目标对象前景图像，并利用预设识别模型识别所述人手拿目标对象前景图像，获取所述目标对象对应的识别结果。
[0012]进一步的，所述识别出多个待检测图像中包含的所有目标人物，并获取每一所述目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜包括：
[0013]对每一待检测图像进行目标检测，获取每一待检测图像包含的人体检测框、人手拿目标对象检测框以及行人实例分割掩膜；
[0014]根据所述人体检测框识别出所述每一待检测图像包含的目标人物；
[0015]利用预设算法确定所述人手拿目标对象检测框以及所述行人实例分割掩膜与所述目标人物的对应关系。
[0016]进一步的，所述根据所述多个待检测图像以及所述目标对象前景分割掩膜对所述人手拿目标对象检测框进行筛选，获取目标检测框包括：
[0017]获取每一所述待检测图像的清晰度，确定清晰度满足预设清晰度阈值的待检测图像为候选待检测图像；
[0018]获取所述候选待检测图像对应的所述目标对象前景分割掩膜的大小，将大小满足预设大小阈值的所述目标对象前景分割掩膜对应的候选待检测图像的人手拿目标对象检测框确定为目标检测框。
[0019]进一步的，所述从所述目标检测框提取人手拿目标对象前景图像，并利用预设识别模型识别所述人手拿目标对象前景图像，获取所述目标对象对应的识别结果包括：
[0020]对所述目标检测框进行取前景操作，获取对应的人手拿目标对象前景图像；
[0021]利用预设识别模型提取所述人手拿目标对象前景图像中的特征嵌入，根据所述特征嵌入以及预设特征嵌入库获取所述目标对象对应的识别结果。
[0022]进一步的，所述利用预设识别模型提取所述人手拿目标对象前景图像中的特征嵌入，根据所述特征嵌入以及预设特征嵌入库获取所述目标对象对应的识别结果包括：
[0023]利用预设识别模型提取所述人手拿目标对象前景图像中的特征嵌入，根据所述特征嵌入以及预设特征嵌入库获取所述目标对象对应的初始识别结果；
[0024]对所述初始识别结果进行汇总，获取每一所述目标人物手拿目标对象的初始识别结果；
[0025]根据每一所述目标人物手拿目标对象的初始识别结果以及预设决策算法获取每一所述目标人物手拿目标对象的识别结果。
[0026]进一步的，所述方法还包括：
[0027]对目标对象样本图像进行预处理，提取所述目标对象样本的特征嵌入生成预设特征嵌入库。
[0028]进一步的，所述方法还包括所述多个待检测图像的采集过程，包括：
[0029]利用设置在多个预设位置的多个预设图像采集设备获取目标场景中多个预设角度的待检测图像。
[0030]第二方面，提供了一种目标对象识别装置，所述装置包括：
[0031]检测模块，用于识别出多个待检测图像中包含的所有目标人物，并获取每一所述目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜，所述多个待检测图像包括不同角度采集的图片；
[0032]分割模块，用于获取所述多个待检测图像的图像前景区域，并根据所述图像前景区域、所述人手拿目标对象检测框以及所述行人实例分割掩膜获取目标对象前景分割掩
膜；
[0033]筛选模块，用于根据所述多个待检测图像以及所述目标对象前景分割掩膜对所述人手拿目标对象检测框进行筛选，获取目标检测框；
[0034]识别模块，用于从所述目标检测框提取人手拿目标对象前景图像，并利用预设识别模型识别所述人手拿目标对象前景图像，获取所述目标对象对应的识别结果。
[0035]第三方面，提供了一种计算机设备，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，所述处理器执行所述计算机程序时实现如下步骤：
[0036]识别出多个待检测图像中包含的所有目标人物，并获取每一所述目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜，所述多个待检测图像包括不同角度采集的图片；
[0037]获取所述多个待检测图像的图像前景区域，并根据所述图像前景区域、所述人手拿目标对象检测框以及所述行人实例分割掩膜获取目标对象前景分割掩膜；
[0038]根据所述多个待检测图像以及所述目标对象前景分割掩膜对所述人手拿目标对象检测框进行筛选，获取目标检测框；
[0039]从所述目标检测框提取人手拿目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象识别方法，其特征在于，所述方法包括如下步骤：识别出多个待检测图像中包含的所有目标人物，并获取每一所述目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜，所述多个待检测图像包括不同角度采集的图片；获取所述多个待检测图像的图像前景区域，并根据所述图像前景区域、所述人手拿目标对象检测框以及所述行人实例分割掩膜获取目标对象前景分割掩膜；根据所述多个待检测图像以及所述目标对象前景分割掩膜对所述人手拿目标对象检测框进行筛选，获取目标检测框；从所述目标检测框提取人手拿目标对象前景图像，并利用预设识别模型识别所述人手拿目标对象前景图像，获取所述目标对象对应的识别结果。2.根据权利要求1所述的目标对象识别方法，其特征在于，所述识别出多个待检测图像中包含的所有目标人物，并获取每一所述目标人物对应的人手拿目标对象检测框以及行人实例分割掩膜包括：对每一待检测图像进行目标检测，获取每一待检测图像包含的人体检测框、人手拿目标对象检测框以及行人实例分割掩膜；根据所述人体检测框识别出所述每一待检测图像包含的目标人物；利用预设算法确定所述人手拿目标对象检测框以及所述行人实例分割掩膜与所述目标人物的对应关系。3.根据权利要求1或2所述的目标对象识别方法，其特征在于，所述根据所述多个待检测图像以及所述目标对象前景分割掩膜对所述人手拿目标对象检测框进行筛选，获取目标检测框包括：获取每一所述待检测图像的清晰度，确定清晰度满足预设清晰度阈值的待检测图像为候选待检测图像；获取所述候选待检测图像对应的所述目标对象前景分割掩膜的大小，将大小满足预设大小阈值的所述目标对象前景分割掩膜对应的候选待检测图像的人手拿目标对象检测框确定为目标检测框。4.根据权利要求1或2所述的目标对象识别方法，其特征在于，所述从所述目标检测框提取人手拿目标对象前景图像，并利用预设识别模型识别所述人手拿目标对象前景图像，获取所述目标对象对应的识别结果包括：对所述目标检测框进行取前景操作，获取对应的人手拿目标对象前景图像；利用预设识别模型提取所述人手拿目标对象前景图像中的特征嵌入，根据所述特征嵌入以及预设特征嵌入库获取所述目标对象对应的识...

【专利技术属性】
技术研发人员：蔡忠强，徐兆坤，刘江，荆伟，冀怀远，
申请(专利权)人：南京苏宁软件技术有限公司，
类型：发明
国别省市：