[發明專利]信息處理方法及電子設備

有效

• 申請號: 201610141881.8
• 申請日: 2016-03-11
• 公開（公告）號: CN105760854B
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 林源
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G06T7/246
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 張振偉;張穎玲

1.一種信息處理方法，其特征在于，所述方法包括：

在輸入的圖像流的第一幀圖像中獲取目標對象，基于所維護的對象與認證模型的對應關系確定所述目標對象所對應的目標認證模型；

對所述第一幀圖像之后輸入的所述圖像流進行檢測得到候選對象，基于所述目標認證模型對所述候選對象進行認證得到認證結果；

基于所述第一幀圖像中的所述目標對象，對所述第一幀圖像之后輸入的所述圖像流進行跟蹤處理，得到所述目標對象的跟蹤結果，所述跟蹤結果包括所述目標對象在所述第一幀圖像之后輸入的所述圖像流中的位姿變化信息；

基于所述認證結果以及所述跟蹤結果在所述第一幀圖像之后輸入的所述圖像流中識別出所述目標對象。

2.如權利要求1所述的信息處理方法，其特征在于，所述對應關系包括：所述對象的特征、所述對象對應的認證模型之間的對應關系；

所述基于所維護的對象與認證模型的對應關系確定所述目標對象所對應的目標認證模型，包括：

基于所述對象的特征提取方式從所述第一幀圖像中提取所述目標對象的特征；

利用所述目標對象的特征與所述對應關系中的對象的特征進行匹配，得到匹配程度滿足預設條件的所述對象的認證模型為所述目標認證模型。

3.如權利要求1所述的信息處理方法，其特征在于，所述方法還包括：

基于所述認證結果在第二幀圖像的候選對象中選取置信度高于置信度閾值的候選對象，所述第二幀圖像為所述圖像流中在所述第一幀圖像之后輸入的幀圖像；

確定各所述候選對象在所述第二幀圖像、第一幀圖像之間的位姿變化幅度，篩除位姿變換幅度大于幅度閾值的所述候選對象。

4.如權利要求1所述的信息處理方法，其特征在于，所述方法還包括：在所述第一幀圖像之后輸入的圖像流中輸入的幀圖像中跟蹤所述目標對象失敗時，基于所維護的對象與認證模型的對應關系確定所述目標對象所對應的目標認證模型。

5.如權利要求1所述的信息處理方法，其特征在于，所述方法還包括：

基于所述目標對象的識別結果、以及所述認證結果中的至少一種生成樣本，利用所述生成的樣本更新所述認證模型；其中，

所述樣本包括正樣本和負樣本的至少一種，所述正樣本為所述第一幀圖像之后輸入的所述圖像流中所述目標對象的特征，所述負樣本為所述第一幀圖像之后輸入的所述圖像流中非目標對象的特征。

6.一種電子設備，其特征在于，所述電子設備包括：

學習模塊，用于在輸入的圖像流的第一幀圖像中獲取目標對象，基于所維護的對象與認證模型的對應關系確定所述目標對象所對應的目標認證模型；

檢測模塊，用于對所述第一幀圖像之后輸入的所述圖像流進行檢測得到候選對象，基于所述目標認證模型對所述候選對象進行認證得到認證結果；

跟蹤模塊，用于基于所述第一幀圖像中的所述目標對象，對所述第一幀圖像之后輸入的所述圖像流進行跟蹤處理，得到所述目標對象的跟蹤結果，所述跟蹤結果包括所述目標對象在所述第一幀圖像之后輸入的所述圖像流中的位姿變化信息；

融合模塊，用于基于所述認證結果以及所述跟蹤結果在所述第一幀圖像之后輸入的所述圖像流中識別出所述目標對象。

7.如權利要求6所述的電子設備，其特征在于，所述對應關系包括：所述對象的特征、所述對象對應的認證模型之間的對應關系；

所述學習模塊，還用于基于所述對象的特征提取方式從所述第一幀圖像中提取所述目標對象的特征；

所述學習模塊，還用于利用所述目標對象的特征與所述對應關系中的對象的特征進行匹配，得到匹配程度滿足預設條件的所述對象的認證模型為所述目標認證模型。

8.如權利要求6所述的電子設備，其特征在于，

所述融合模塊，還用于基于所述認證結果在第二幀圖像的候選對象中選取置信度高于置信度閾值的候選對象，所述第二幀圖像為所述圖像流中在所述第一幀圖像之后輸入的幀圖像；

所述融合模塊，還用于確定各所述候選對象在所述第二幀圖像、第一幀圖像之間的位姿變化幅度，篩除位姿變換幅度大于幅度閾值的所述候選對象。