[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

本發明公開了一種對象識別方法和裝置及存儲介質。其中，該方法包括：對目標圖像進行預處理，得到預處理圖像，其中，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三維圖像信息進行處理，得到待檢測對象的目標部位中的目標對象出現異常的目標概率；根據目標概率確定待檢測對象的目標部位的識別結果，其中，識別結果用于指示待檢測對象的目標部位出現異常的概率。本發明解決了由于現有的對象識別方式依賴于圖像塊切分的合理性導致的容易產生誤識別的技術問題。

技術領域

本發明涉及計算機領域，具體而言，涉及一種對象識別方法和裝置及存儲介質。

背景技術

目前，對于識別肺癌患者的肺結節是否具有浸潤性(是否發生癌轉移)，通常采用基于傳統機器學習算法：將圖像切割成圖像塊，識別切割后的圖像塊中是否存在肺結節意見肺結節的良惡性，并對惡性肺結節的浸潤性進行識別。

然而，上述對象識別方式依賴于圖像塊切分的合理性，由于肺結節出現位置的不確定性，采用上述對象識別方式容易產生誤識別。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種對象識別方法和裝置及存儲介質，以至少解決由于現有的對象識別方式依賴于圖像塊切分的合理性導致的容易產生誤識別的技術問題。

根據本發明實施例的一個方面，提供了一種對象識別方法，包括：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目標對象出現異常的目標概率，其中，所述目標數據模型為使用多組數據對卷積神經網絡進行訓練得到的，所述多組數據中的每組數據均包括：樣本對象的所述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所述目標對象是否出現異常的指示信息，其中，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；根據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出現異常的概率。

根據本發明實施例的另一方面，還提供了一種對象識別裝置，包括：預處理單元，用于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；處理單元，用于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中的目標對象出現異常的目標概率，其中，所述目標數據模型為使用多組數據通過卷積神經網絡訓練出的，所述多組數據中的每組數據均包括：樣本對象的所述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所述目標對象是否出現異常的指示信息，其中，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；確定單元，用于根據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出現異常的概率。

根據本發明實施例的又一方面，還提供了一種存儲介質，該存儲介質中存儲有計算機程序，其中，該計算機程序被設置為運行時執行上述方法。