申请/专利权人:广州炫视智能科技有限公司
申请日:2023-12-06
公开(公告)日:2024-03-22
公开(公告)号:CN117372722B
主分类号:G06V10/72
分类号:G06V10/72;G06V10/74
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2024.01.26#实质审查的生效;2024.01.09#公开
摘要:本发明提供一种目标识别方法及识别系统,用于根据已知目标数量的至少一个样本图像来识别未知目标数量的目标图像,本发明将目标图像与样本图像优先进行相似度识别,其次将目标图像的被识别的目标数量与预测的目标数量进行比较,最终将满足预设相似度条件的样本图像对应的分辨率,或者满足目标图像中被识别的目标数量等于预测的目标数量时目标图像的分辨率认定为目标分辨率,并基于目标分辨率进行识别,本发明采用了相似度匹配和逐步逼近预测的目标数量的方式来降低识别时目标图像的分辨率,可以兼顾识别准确度和速度,最终提高了多目标识别的效率。
主权项:1.一种目标识别方法,所述识别方法用于根据已知目标数量的至少一个样本图像来识别未知目标数量的目标图像,其特征在于,所述识别方法包括以下步骤:S1:获取待处理的目标图像,并依据分辨率等级对所述待处理的目标图像进行分割,得到多个具有不同分辨率的目标图像;其中,所述步骤S1包括:S101:获取待处理的目标图像,并确定所述待处理的目标图像的原始分辨率;S102:统计低于所述待处理的目标图像的原始分辨率的所有分辨率等级;S103:根据低于所述待处理的目标图像的原始分辨率的所有分辨率等级对所述待处理的目标图像进行分割,以得到多个具有不同分辨率的目标图像;S2:根据所述样本图像的目标检测模型来对所述待处理的目标图像进行相似度识别,获得所述目标检测模型输出的识别结果,其中,所述目标检测模型是根据所述样本图像来获得的,若识别结果为无满足预设相似度条件的样本图像,则跳转至步骤S3,若识别结果为有满足预设相似度条件的样本图像,则跳转至步骤S5;其中,所述步骤S2包括:S201:获取所述样本图像,其中,每一所述样本图像的分辨率为满足目标识别的最低分辨率,且所述样本图像包括训练样本图像和验证样本图像;S202:对所述训练样本图像执行尺度不变特征描述,得到所述训练样本图像在不同尺度下的特征集合,根据特征集合生成目标检测模型;S203:利用所述验证样本图像对生成的所述目标检测模型进行验证和确认;S204:对所述待处理的目标图像执行尺度不变特征描述,得到所述待处理的目标图像在不同尺度下的特征集合;S205:基于所述待处理的目标图像的特征集合,计算所述待处理的目标图像与所述样本图像的相似度值;S206:判断所述相似度值是否小于设定的阈值,若所述相似度值小于设定的阈值,则表明有满足预设相似度条件的样本图像,反之,则表明无满足预设相似度条件的样本图像;S3:根据所述样本图像的目标检测模型来对所述待处理的目标图像进行目标数量预测,得到预测的目标数量;S4:按照分辨率等级由低到高的识别顺序,依次识别具有不同分辨率等级的目标图像,直至当前分辨率下的目标图像中被识别的目标数量等于预测的目标数量;S5:将满足预设相似度条件的所述样本图像对应的分辨率认定为目标分辨率,并基于所述目标分辨率进行识别;或者将满足当前分辨率下的目标图像中被识别的目标数量等于预测的目标数量时对应的分辨率认定为目标分辨率,并基于所述目标分辨率进行识别。
全文数据:
权利要求:
百度查询: 广州炫视智能科技有限公司 一种目标识别方法及识别系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。