[發(fā)明專利]一種對(duì)形變圖像的目標(biāo)識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710457725.7
• 申請(qǐng)日: 2017-06-16
• 公開（公告）號(hào): CN109145927A
• 公開（公告）日: 2019-01-04
• 發(fā)明（設(shè)計(jì)）人: 許昀璐;鄭鋼;程戰(zhàn)戰(zhàn);鈕毅
• 申請(qǐng)（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/62;G06N3/02
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 馬敬;項(xiàng)京

本發(fā)明實(shí)施例提供了一種對(duì)形變圖像的目標(biāo)識(shí)別方法及裝置，所述方法包括：將待識(shí)別圖像輸入預(yù)設(shè)定位網(wǎng)絡(luò)，獲取所述待識(shí)別圖像的多個(gè)定位參數(shù)，所述定位網(wǎng)絡(luò)包括預(yù)設(shè)個(gè)卷積層，所述多個(gè)定位參數(shù)是所述待識(shí)別圖像卷積后得到的特征圖中的圖像特征回歸后得到的；根據(jù)所述多個(gè)定位參數(shù)，對(duì)所述待識(shí)別圖像進(jìn)行空間變換，得到校正后的待識(shí)別圖像；將所述校正后的待識(shí)別圖像輸入預(yù)設(shè)識(shí)別網(wǎng)絡(luò)，獲取所述待識(shí)別圖像的目標(biāo)分類結(jié)果。本發(fā)明實(shí)施例在基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別過程中，先對(duì)形變圖像進(jìn)行校正，基于校正后的圖像進(jìn)行目標(biāo)識(shí)別，能夠減少形變對(duì)目標(biāo)識(shí)別的干擾，因此本發(fā)明實(shí)施例能夠針對(duì)形變圖像，提高目標(biāo)識(shí)別的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別領(lǐng)域，特別是涉及一種對(duì)形變圖像的目標(biāo)識(shí)別方法及裝置。

背景技術(shù)

隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，基于圖像的目標(biāo)識(shí)別技術(shù)得到了迅速發(fā)展。基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法是利用神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)特性，提取圖像特征，獲得目標(biāo)的分類結(jié)果，也就是目標(biāo)的識(shí)別結(jié)果。相比于傳統(tǒng)的目標(biāo)識(shí)別方法，能夠提高目標(biāo)識(shí)別的準(zhǔn)確率，且能夠識(shí)別的目標(biāo)的類型也更廣泛，如人、動(dòng)物、植物、建筑物、車輛、字符等等。

現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法，使用深度神經(jīng)網(wǎng)絡(luò)模型對(duì)圖像進(jìn)行目標(biāo)識(shí)別，但目標(biāo)識(shí)別的過程中未考慮在復(fù)雜場(chǎng)景中，由于拍攝或其他原因?qū)е碌哪繕?biāo)的形變對(duì)目標(biāo)識(shí)別帶來的影響，如圖像拍攝過程中拍攝視角變化帶來的目標(biāo)的傾斜、縮放和透視變換等，或自然場(chǎng)景中目標(biāo)的人為形變，如字符識(shí)別中遇到的字體設(shè)計(jì)和變化帶來的傾斜、扭曲等。針對(duì)形變圖像，現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法將形變大的目標(biāo)直接進(jìn)行分類，導(dǎo)致目標(biāo)識(shí)別的準(zhǔn)確率降低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供一種對(duì)形變圖像的目標(biāo)識(shí)別方法及裝置，能夠針對(duì)形變圖像，提高目標(biāo)識(shí)別的準(zhǔn)確性。具體技術(shù)方案如下：

本發(fā)明實(shí)施例公開了一種對(duì)形變圖像的目標(biāo)識(shí)別方法，包括：

將待識(shí)別圖像輸入預(yù)設(shè)定位網(wǎng)絡(luò)，獲取所述待識(shí)別圖像的多個(gè)定位參數(shù)，所述定位網(wǎng)絡(luò)包括預(yù)設(shè)個(gè)卷積層，所述多個(gè)定位參數(shù)是所述待識(shí)別圖像卷積后得到的特征圖中的圖像特征回歸后得到的；

根據(jù)所述多個(gè)定位參數(shù)，對(duì)所述待識(shí)別圖像進(jìn)行空間變換，得到校正后的待識(shí)別圖像；

將所述校正后的待識(shí)別圖像輸入預(yù)設(shè)識(shí)別網(wǎng)絡(luò)，獲取所述待識(shí)別圖像的目標(biāo)分類結(jié)果。

可選的，所述將待識(shí)別圖像輸入預(yù)設(shè)定位網(wǎng)絡(luò)，獲取所述待識(shí)別圖像的多個(gè)定位參數(shù)，包括：

利用所述預(yù)設(shè)個(gè)卷積層對(duì)所述待識(shí)別圖像提取圖像特征，獲得含有圖像特征的待識(shí)別圖像的特征圖；

利用預(yù)設(shè)定位網(wǎng)絡(luò)中的全連接層，對(duì)所述待識(shí)別圖像的特征圖中的圖像特征進(jìn)行回歸處理，獲取所述待識(shí)別圖像的多個(gè)定位參數(shù)，所述定位參數(shù)為，待識(shí)別圖像中，與校正后的待識(shí)別圖像中預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)的圖像特征匹配的像素點(diǎn)的坐標(biāo)。

可選的，所述根據(jù)所述多個(gè)定位參數(shù)，對(duì)所述待識(shí)別圖像進(jìn)行空間變換，得到校正后的待識(shí)別圖像，包括：

根據(jù)預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)對(duì)應(yīng)的定位參數(shù)、預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)在校正后的待識(shí)別圖像中的坐標(biāo)，獲取基準(zhǔn)點(diǎn)在待識(shí)別圖像和校正后的待識(shí)別圖像之間的空間變換關(guān)系；

根據(jù)所述空間變換關(guān)系，獲得待識(shí)別圖像中所有像素點(diǎn)對(duì)應(yīng)在校正后的待識(shí)別圖像中的坐標(biāo)，獲得校正后的待識(shí)別圖像。

可選的，所述根據(jù)預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)對(duì)應(yīng)的定位參數(shù)、預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)在校正后的待識(shí)別圖像中的坐標(biāo)，獲取基準(zhǔn)點(diǎn)在待識(shí)別圖像和校正后的待識(shí)別圖像之間的空間變換關(guān)系，包括：

根據(jù)預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)對(duì)應(yīng)的定位參數(shù)、預(yù)設(shè)數(shù)量個(gè)基準(zhǔn)點(diǎn)在校正后的待識(shí)別圖像中的坐標(biāo)，獲得將基準(zhǔn)點(diǎn)在待識(shí)別圖像中的坐標(biāo)變換為基準(zhǔn)點(diǎn)在校正后的待識(shí)別圖像中的坐標(biāo)的預(yù)設(shè)變換算法所需要的變換參數(shù)，所述預(yù)設(shè)變換算法包括仿射變換算法、透視變換算法、薄板樣條變換算法之一；