对象识别方法、装置及计算机可读存储介质制造方法及图纸

本申请公开了一种对象识别方法、装置及计算机可读存储介质，该识别方法包括：对当前周期内的待检测视频流进行目标识别，得到目标对象的至少一个对象检测框；根据对象检测框内的对象图像的预设参数，从至少一个对象检测框中筛选出满足第一预设要求的至少一个第一检测框；在至少一个第一检测框中，确定最优检测框；根据最优检测框内的最优图像，确定目标对象的身份信息。本申请所提供的对象识别方法能够提高对象识别的准确率。高对象识别的准确率。高对象识别的准确率。

【技术实现步骤摘要】
对象识别方法、装置及计算机可读存储介质


[0001]本申请涉及图像处理
，特别是涉及一种对象识别方法、装置及计算机可读存储介质。

技术介绍

[0002]现有技术中，在进行对象识别时，对对象采集具有随意性，导致采集的图像参差不齐，这种现象普遍存在于校园或者园区管理等场合，而随意采集的图像通常会导致对象识别的准确率低，因此现有技术中，对象识别的准确率有待进一步提高。

技术实现思路

[0003]本申请提供一种对象识别方法、装置及计算机可读存储介质，能够提高对象识别的准确率。
[0004]本申请实施例第一方面提供一种对象识别方法，所述方法包括：对当前周期内的待检测视频流进行目标识别，得到目标对象的至少一个对象检测框；根据所述对象检测框内的对象图像的预设参数，从所述至少一个对象检测框中筛选出满足第一预设要求的至少一个第一检测框；在所述至少一个第一检测框中，确定最优检测框；根据所述最优检测框内的最优图像，确定所述目标对象的身份信息。
[0005]本申请实施例第二方面提供一种对象识别装置，所述对象识别装置包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。
[0006]本申请实施例第三方面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，所述计算机程序能够被处理器执行以实现上述方法中的步骤。
[0007]有益效果是：本申请首先根据预设参数，对识别出的对象检测框进行筛选，然后在筛选出的至少一个第一检测框内确定最优检测框，即经过二次筛选，最后根据筛选出的最优检测框内的最优图像，确定目标对象的身份信息。本申请在进行对象识别时，会对用于对象识别的图像进行把控，能够提高对象识别的准确率。
附图说明
[0008]为了更清楚地说明本申请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申请的一些实施例，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：
[0009]图1是本申请对象识别方法一实施方式的流程示意图；
[0010]图2是图1中步骤S140在一应用场景中的流程示意图；
[0011]图3是图1中步骤S140在另一应用场景中的流程示意图；
[0012]图4是图1中步骤S140在又一应用场景中的流程示意图；
[0013]图5是本申请对象识别方法另一实施方式的流程示意图；
[0014]图6是本申请对象识别装置一实施方式的结构示意图；
[0015]图7是本申请对象识别装置另一实施方式的结构示意图；
[0016]图8是本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
[0017]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0018]参阅图1，图1是本申请对象识别方法一实施方式的流程示意图，该方法包括：
[0019]S110：对当前周期内的待检测视频流进行目标识别，得到目标对象的至少一个对象检测框。
[0020]其中，将接收的视频流按照可设置的固定帧数进行周期划分，当前周期为当前即将需要进行对象识别的周期。
[0021]其中，为了减少任务量以及提高识别效率，在对当前周期内的待检测视频流进行目标识别时，首先对待检测视频流进行抽帧处理，得到若干帧图像，然后分别对若干帧图像进行目标识别，得到目标对象的至少一个对象检测框。其中，对象检测框为目标对象的外接矩形框。当然在其他实施方式中，也可以不对待检测视频流进行抽帧处理，而是对待检测视频流中的每一帧图像都进行目标识别，得到目标对象的对象检测框。
[0022]其中，目标对象可以是待检测视频流中靠近摄像头最近的对象，或者是待检测视频流中最新出现的对象，或者还可以是用户选定的对象，例如，用户预先手动框定某个对象，后续对该对象进行识别。
[0023]其中，可以先采用对象跟踪算法对目标对象进行跟踪，然后再对当前周期内的待检测视频流进行目标识别，从而得到目标对象的对象检测框。
[0024]其中，目标对象可以是人脸、车、动物等任一种类型的对象，在此不做限制。
[0025]S120：根据对象检测框内的对象图像的预设参数，从至少一个对象检测框中筛选出满足第一预设要求的至少一个第一检测框。
[0026]当所有的对象检测框都不满足第一预设要求时，确定对象识别失败，则不再执行后续步骤，此时可以提示对象识别失败，或者将下一周期内的待检测视频流确定为当前周期内的待检测视频流，并返回执行步骤S110至步骤S140，直至目标对象识别成功。
[0027]其中，筛选出的第一检测框内的对象图像均是有利于后续对象识别的图像。
[0028]S130：在至少一个第一检测框中，确定最优检测框。
[0029]最优检测框是至少一个第一检测框中，最有利于后续对象识别的第一检测框。
[0030]可以理解的是，当第一检测框的数量为一个时，该第一检测框即为最优检测框，当第一检测框的数量为多个时，在多个第一检测框中确定最优检测框。
[0031]S140：根据最优检测框内的最优图像，确定目标对象的身份信息。
[0032]本申请首先根据预设参数，对识别出的对象检测框进行筛选，然后在筛选出的至
少一个第一检测框内确定最优检测框，即经过二次筛选，最后根据筛选出的最优检测框内的最优图像，确定目标对象的身份信息。本申请在进行对象识别时，会对用于对象识别的图像进行把控，能够提高对象识别的准确率。
[0033]在本实施方式中，步骤S120具体包括：根据对象图像中对象的姿态信息、对象图像中对象的质量信息中的至少一种，从至少一个对象检测框中筛选出满足第一预设要求的至少一个第一检测框。
[0034]其中，姿态信息包括俯仰角、偏航角、翻滚角中的至少一种；对象的质量信息包括清晰度、完整度、遮挡度中的至少一种。
[0035]具体地，利用对象角度算法对对象检测框内的对象图像进行处理，得到对象的俯仰角(Pitch)、偏航角(Yaw)、翻滚角(Roll)中的至少一种。
[0036]清晰度表征对象是否清晰，完整度表征对象是否完整，遮挡度表征对象是否受到遮挡，根据清晰度、完整度、遮挡度中的至少一个能够对对象图像中对象的质量进行评判。
[0037]其中，如何获取对象的俯仰角、偏航角、翻滚角等参数，以及如何获取清晰度、完整度遮挡度等参数均属于现有技术，在此不再赘述。
[0038]在一应用场景中，对象的俯仰角、偏航角、翻滚角、清晰度、完整度、遮挡度均分别存在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象识别方法，其特征在于，所述方法包括：对当前周期内的待检测视频流进行目标识别，得到目标对象的至少一个对象检测框；根据所述对象检测框内的对象图像的预设参数，从所述至少一个对象检测框中筛选出满足第一预设要求的至少一个第一检测框；在所述至少一个第一检测框中，确定最优检测框；根据所述最优检测框内的最优图像，确定所述目标对象的身份信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述对象检测框内的对象图像的预设参数，从所述至少一个对象检测框中筛选出满足第一预设要求的至少一个第一检测框的步骤，包括：根据所述对象图像中对象的姿态信息、所述对象图像中对象的质量信息中的至少一种，从所述至少一个对象检测框中筛选出满足所述第一预设要求的所述至少一个第一检测框。3.根据权利要求2所述的方法，其特征在于，所述姿态信息包括俯仰角、偏航角、翻滚角中的至少一种，和/或，所述质量信息包括清晰度、完整度、遮挡度中的至少一种。4.根据权利要求1所述的方法，其特征在于，所述根据所述最优检测框内的最优图像，确定所述目标对象的身份信息的步骤，包括：对所述最优图像进行特征提取，得到所述目标对象的最优特征向量；分别确定所述最优特征向量与数据库中的多个样本特征向量的相似度；在得到的多个所述相似度中确定最高相似度；响应于所述最高相似度超过相似度阈值，根据所述最高相似度对应的所述样本特征向量，确定所述目标对象的身份信息。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：若所述最高相似度未超过所述相似度阈值，则将下一周期内的待检测视频流确定为所述当前周期内的待检测视频流，并返回执行所述对当前周期内的待检测视频流进行目标识别，得到目标对象的至少一个对象检测框的步骤，直至所述最高相似度超过所述相似度阈值。6.根据权利要求4所述的方法，其特征在于，所述方法还包括：响应于所述最高相似度超过相似度阈值，将所述数据库中与所述最高相似度对应的所述样本特征向量，更新为所述最优特征向量。7.根据权利要求1所述的方法，其特征在于，所述根据所述最优检测框内的最优图像，确定所述目标对象的身份信息的步骤，包括：根据所述最优图像...

【专利技术属性】
技术研发人员：彭文强，黄鹏，潘武，张小锋，江海涛，吴忠人，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：