[發明專利]用于識別物體類別的方法及裝置、電子設備

有效

• 申請號: 201611168161.7
• 申請日: 2016-12-16
• 公開（公告）號: CN108229509B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 李步宇;閆俊杰
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京康達聯禾知識產權代理事務所(普通合伙) 11461
• 代理人: 張雪飛;蘭淑鐸

本發明實施例提供一種用于識別物體類別的方法及裝置、電子設備。其中，用于識別物體類別的方法包括：根據待檢測圖像的多個物體候選框中M個關鍵點的位置信息從相應的物體候選框中確定M個關鍵點鄰域區域，其中，M為N個預設的物體類別的關鍵點的總個數，M和N均為正整數；根據所述M個關鍵點鄰域區域，采用用于識別圖像中物體類別的卷積神經網絡模型，確定所述待檢測圖像中至少一個物體的類別信息。本發明實施例的用于識別物體類別的方法及裝置、電子設備，實現了在單類別或多類別物體的識別，識別準確性高。尤其是對于多類別物體識別的情況下，相對現有技術，識別準確性更高。

技術領域

本發明涉及圖像處理的物體識別技術領域，尤其涉及一種用于識別物體類別的方法及裝置、電子設備。

背景技術

隨著計算機視覺技術的發展，物體檢測已成為計算機視覺研究中的一個核心問題。物體檢測是檢測給定圖像中物體的位置并識別該物體的類別。具體可劃分為物體定位和物體識別兩個過程，其中，物體定位是將圖像中包含物體的外接矩形框(即物體候選框)找到。物體識別是在獲得物體候選框之后，判斷物體候選框中的物體屬于哪一類別，或者候選框中無物體而屬于背景。

現有的物體識別方法通過把候選框映射到卷積神經網絡較深的特征圖上的某一區域，對該區域做池化得到區域特征，之后再經過若干卷積層和全連接層得到其屬于各類別的置信度。然而，上述方法雖已達到了識別物體類別的效果，但由于候選框中的信息較為空泛化，且在池化過程中會對很多關鍵位置帶來較大的信息損失，因此，仍不能達到較高的物體識別的準確率，尤其是在需要識別的物體類別較多的情況下。

發明內容

本發明實施例提供一種識別物體類別的技術方案。

根據本發明實施例的一方面，提供一種用于識別物體類別的方法，包括：根據待檢測圖像的多個物體候選框中M個關鍵點的位置信息從相應的物體候選框中確定M個關鍵點鄰域區域，其中，M為N個預設的物體類別的關鍵點的總個數，M和N均為正整數；根據所述M個關鍵點鄰域區域，采用用于識別圖像中物體類別的卷積神經網絡模型，確定所述待檢測圖像中至少一個物體的類別信息。

可選地，結合本發明實施例提供的任一種用于識別物體類別的方法，其中，所述卷積神經網絡模型包括K個卷積層、池化層和輸出層，K為正整數；所述根據所述M個關鍵點鄰域區域，采用用于識別圖像中物體類別的卷積神經網絡模型，確定所述待檢測圖像中至少一個物體的類別信息，包括：從第K-1個卷積層輸出與所述M個關鍵點一一對應的特征圖；從第K個卷積層輸出每一所述特征圖轉化后得到的關鍵點的響應圖；分別將所述M個關鍵點鄰域區域映射到相應的關鍵點的響應圖上得到映射區域；從池化層輸出對應于M個所述映射區域的池化結果；基于M個所述池化結果從所述輸出層獲得屬于各預設的物體類別的第一置信度，并根據所述屬于各預設的物體類別的第一置信度確定所述至少一個物體的類別信息。

可選地，結合本發明實施例提供的任一種用于識別物體類別的方法，其中，所述基于M個所述池化結果從所述輸出層獲得屬于各預設的物體類別的第一置信度，包括：對屬于同一預設的物體類別的關鍵點相應的池化結果求取平均值得到各個預設的物體類別的分數；根據所述各個預設的物體類別的分數從所述輸出層獲得屬于各預設的物體類別的第一置信度。

可選地，結合本發明實施例提供的任一種用于識別物體類別的方法，其中，在所述根據所述M個關鍵點鄰域區域，采用用于識別圖像中物體類別的卷積神經網絡模型，確定所述待檢測圖像中至少一個物體的類別信息之前，所述方法還包括：對卷積神經網絡模型進行訓練；