[發明專利]對象識別方法和裝置及存儲介質

有效

• 申請號: 201810456463.7
• 申請日: 2018-05-14
• 公開（公告）號: CN110163834B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 王睿;孫星;郭曉威
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 江舟;劉曉燕

1.一種對象識別方法，其特征在于，包括：

使用多組數據對卷積神經網絡進行訓練，確定目標數據模型，其中，所述多組數據包括：樣本對象的目標部位的三維圖像信息和用于指示所述樣本對象的所述目標部位中的目標對象是否具有浸潤性的指示信息，所述樣本對象的所述目標部位的三維圖像信息至少用于表示所述樣本對象的所述目標部位中的所述目標對象；

對目標圖像進行預處理，得到預處理圖像，其中，所述預處理圖像包含待檢測對象的目標部位的三維圖像信息；

使用目標數據模型對所述三維圖像信息進行處理，得到所述待檢測對象的所述目標部位的所述目標對象；

將所述目標對象分別映射至所述目標數據模型的最后一個卷積特征層，得到目標特征，對所述目標特征進行處理，得到待檢測對象的所述目標部位中的所述目標對象具有浸潤性的目標概率，其中，所述目標特征用于表示所述待檢測對象的所述目標部位中以所述目標對象為中心的目標空間范圍；

基于所述目標數據模型的最后一個卷積特征層中各特征的權重確定所述目標對象各自對應的可信度，按照所述可信度由大到小選取目標個數的所述目標對象，根據選取的各目標對象具有浸潤性的所述目標概率確定所述待檢測對象的所述目標部位的識別結果，其中，所述識別結果用于指示所述待檢測對象的所述目標部位的病癥具有浸潤性的概率。

2.根據權利要求1所述的方法，其特征在于，使用所述目標數據模型對所述三維圖像信息進行處理，得到所述待檢測對象的所述目標部位中的所述目標對象包括：

使用所述目標數據模型中的第一殘差塊和池化層對所述三維圖像信息進行處理，提取出所述三維圖像信息中包含的高層語義特征；

使用所述目標數據模型中的第二殘差塊和反卷積層對所述高層語義特征執行處理，從所述高層語義特征中恢復出用于解析目標分辨率的所述目標對象的分辨率特征；

根據所述分辨率特征，解析出所述待檢測對象的所述目標部位中的所述目標對象。

3.根據權利要求1所述的方法，其特征在于，對所述目標圖像進行預處理，得到所述預處理圖像包括：

對所述目標圖像進行輪廓檢測，從所述目標圖像中提取出所述待檢測對象的所述目標部位，得到提取圖像；

對所述提取圖像執行差值處理，將所述提取圖像中的每個圖像體素插值為指定空間尺度，得到插值圖像；

將所述插值圖像中的每個圖像體素的圖像體素強度歸一化到目標值，得到所述預處理圖像。

4.根據權利要求1所述的方法，其特征在于，使用多組數據對卷積神經網絡進行訓練，確定目標數據模型包括：

獲取所述多組數據中的每組數據中的所述樣本對象的所述目標部位的所述三維圖像信息和用于指示所述樣本對象的所述目標部位中的所述目標對象是否具有浸潤性的所述指示信息；

使用所述多組數據中的每組數據中的所述樣本對象的所述目標部位的所述三維圖像信息，以及用于指示所述樣本對象的所述目標部位中的所述目標對象是否具有浸潤性的所述指示信息，對所述卷積神經網絡進行訓練，得到所述目標數據模型。

5.根據權利要求1所述的方法，其特征在于，根據選取的各目標對象具有浸潤性的所述目標概率確定所述待檢測對象的所述目標部位的識別結果包括：

使用選取的各目標對象具有浸潤性的所述目標概率，通過貝葉斯法則確定所述待檢測對象的所述目標部位的所述識別結果。

6.根據權利要求1至5中任一項所述的方法，其特征在于，在根據計算出的所述目標概率，確定所述目標對象的所述識別結果之后，所述方法還包括：

將所述待檢測對象的所述目標部位的所述識別結果，發送給發送所述目標圖像的目標設備。