[發明專利]目標分類方法及裝置

有效

• 申請號: 201811142481.4
• 申請日: 2018-09-28
• 公開（公告）號: CN110969173B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 張莫
• 申請（專利權）人: 杭州?？低晹底旨夹g股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/28;G06V10/82;G06V20/54;G06T7/254
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 韓東艷

1.一種目標分類方法，其特征在于，所述方法包括：

對待分類的圖像進行目標檢測，得到所述圖像的二值前景圖像，以及目標在所述圖像和所述二值前景圖像中的位置信息；

根據所述目標的位置信息，從所述圖像中提取出所述目標對應的第一局部圖像，從所述二值前景圖像中提取出所述目標對應的第二局部圖像；

根據所述目標對應的所述第一局部圖像、所述第二局部圖像以及分類模型，獲取所述目標的類別，所述分類模型基于樣本圖像中各個目標對應的兩個局部圖像以及對應的標簽訓練得到，所述標簽用于標識所述各個目標的類別。

2.根據權利要求1所述的方法，其特征在于，所述根據所述目標對應的所述第一局部圖像、所述第二局部圖像以及分類模型，獲取所述目標的類別，包括：

將所述目標對應的所述第一局部圖像和所述第二局部圖像輸入到所述分類模型，得到所述目標的類別，所述分類模型基于樣本圖像中各個目標對應的第一局部圖像和第二局部圖像以及對應的標簽訓練得到。

3.根據權利要求1所述的方法，其特征在于，所述根據所述目標對應的所述第一局部圖像、所述第二局部圖像以及分類模型，獲取所述目標的類別，包括：

對所述目標對應的所述第一局部圖像和所述第二局部圖像進行乘積運算，得到所述目標對應的第三局部圖像；

將所述目標對應的所述第一局部圖像和所述第三局部圖像輸入到所述分類模型，得到所述目標的類別，所述分類模型基于樣本圖像中各個目標對應的第一局部圖像和第三局部圖像以及對應的標簽訓練得到。

4.根據權利要求1所述的方法，其特征在于，所述分類模型的獲取過程包括：

對所述樣本圖像執行獲取二值前景圖像和位置信息，以及提取第一局部圖像和第二局部圖像的步驟；

根據所述樣本圖像中每個目標對應的第一局部圖像和第二局部圖像，以及對應的標簽，獲取所述分類模型。

5.根據權利要求4所述的方法，其特征在于，所述根據所述樣本圖像中每個目標對應的第一局部圖像和第二局部圖像，以及對應的標簽，獲取所述分類模型，包括：

將所述每個目標對應的第一局部圖像和第二局部圖像，以及對應的標簽輸入到卷積神經網絡中進行訓練，得到所述分類模型。

6.根據權利要求4所述的方法，其特征在于，所述根據所述樣本圖像中每個目標對應的第一局部圖像和第二局部圖像，以及對應的標簽，獲取所述分類模型，包括：

對所述每個目標對應的第一局部圖像和第二局部圖像進行乘積運算，得到所述每個目標對應的第三局部圖像；

將所述每個目標對應的第一局部圖像和第三局部圖像，以及對應的標簽輸入到卷積神經網絡中進行訓練，得到所述分類模型。

7.一種目標分類裝置，其特征在于，所述裝置包括：

檢測模塊，用于對待分類的圖像進行目標檢測，得到所述圖像的二值前景圖像，以及目標在所述圖像和所述二值前景圖像中的位置信息；

提取模塊，用于根據所述目標的位置信息，從所述圖像中提取出所述目標對應的第一局部圖像，從所述二值前景圖像中提取出所述目標對應的第二局部圖像；

獲取模塊，用于根據所述目標對應的所述第一局部圖像、所述第二局部圖像以及分類模型，獲取所述目標的類別，所述分類模型基于樣本圖像中各個目標對應的兩個局部圖像以及對應的標簽訓練得到，所述標簽用于標識所述各個目標的類別。

8.根據權利要求7所述的裝置，其特征在于，所述獲取模塊用于將所述目標對應的所述第一局部圖像和所述第二局部圖像輸入到所述分類模型，得到所述目標的類別，所述分類模型基于樣本圖像中各個目標對應的第一局部圖像和第二局部圖像以及對應的標簽訓練得到。