[發(fā)明專利]一種目標(biāo)識(shí)別方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910480266.3
• 申請(qǐng)日: 2019-06-04
• 公開（公告）號(hào): CN112036219A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 汪碩;王軍;王曉波;傅天宇;石海林
• 申請(qǐng)（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張一軍;趙迪

1.一種目標(biāo)識(shí)別方法，其特征在于，包括：

為基礎(chǔ)圖像數(shù)據(jù)集包含的目標(biāo)生成對(duì)應(yīng)的多姿態(tài)圖像，將所述多姿態(tài)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集，得到中間圖像數(shù)據(jù)集；

對(duì)所述中間圖像數(shù)據(jù)集的多張圖像分別進(jìn)行目標(biāo)檢測(cè)，得到目標(biāo)檢測(cè)結(jié)果；

將所述中間圖像數(shù)據(jù)集和所述目標(biāo)檢測(cè)結(jié)果作為訓(xùn)練集，基于預(yù)訓(xùn)練的基準(zhǔn)識(shí)別模型，訓(xùn)練目標(biāo)識(shí)別模型；

將待識(shí)別圖像輸入所述目標(biāo)識(shí)別模型，以進(jìn)行目標(biāo)識(shí)別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述為基礎(chǔ)圖像數(shù)據(jù)集包含的目標(biāo)生成對(duì)應(yīng)的多姿態(tài)圖像，包括：

構(gòu)建多姿態(tài)圖像數(shù)據(jù)集，按照角度姿態(tài)信息對(duì)所述多姿態(tài)圖像數(shù)據(jù)集的圖像進(jìn)行分類；

根據(jù)分類結(jié)果標(biāo)注圖像姿態(tài)，之后結(jié)合設(shè)定的編碼規(guī)則，將標(biāo)注結(jié)果編碼為姿態(tài)控制參數(shù)；

以所述姿態(tài)控制參數(shù)為條件，基于生成對(duì)抗網(wǎng)絡(luò)模型，訓(xùn)練多姿態(tài)圖像生成模型；

將基礎(chǔ)圖像數(shù)據(jù)集的多張圖像分別輸入所述多姿態(tài)圖像生成模型，以輸出所述基礎(chǔ)圖像數(shù)據(jù)集包含的目標(biāo)對(duì)應(yīng)的多姿態(tài)圖像。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多姿態(tài)圖像包括面內(nèi)旋轉(zhuǎn)圖像和/或面外旋轉(zhuǎn)圖像；

所述為基礎(chǔ)圖像數(shù)據(jù)集包含的目標(biāo)生成對(duì)應(yīng)的多姿態(tài)圖像，包括：

按照設(shè)定的第一旋轉(zhuǎn)角度，將基礎(chǔ)圖像數(shù)據(jù)集中分別進(jìn)行旋轉(zhuǎn)，得到所述目標(biāo)對(duì)應(yīng)的面內(nèi)旋轉(zhuǎn)圖像；

使用三維漸變模型分別擬合所述基礎(chǔ)圖像數(shù)據(jù)集中包含目標(biāo)的圖像，按照設(shè)定的第二旋轉(zhuǎn)角度，將擬合得到的圖像分別進(jìn)行旋轉(zhuǎn)后投影到二維平面，得到所述目標(biāo)對(duì)應(yīng)的面外旋轉(zhuǎn)圖像。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述多姿態(tài)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集的步驟之前，還包括：

提取所述基礎(chǔ)圖像數(shù)據(jù)集中包含當(dāng)前目標(biāo)的圖像的第一特征，以確定所述圖像的特征中心；

提取所述當(dāng)前目標(biāo)對(duì)應(yīng)的多姿態(tài)圖像的第二特征，以確定所述第二特征與所述特征中心的第一相似度；

若所述第一相似度小于等于設(shè)定的第一閾值，則刪除對(duì)應(yīng)的多姿態(tài)圖像，以完成圖像清洗；

所述將所述多姿態(tài)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集，包括：將清洗后的所述多姿態(tài)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述多姿態(tài)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集的步驟之前，還包括：

計(jì)算所述基礎(chǔ)圖像數(shù)據(jù)集中包含當(dāng)前目標(biāo)的圖像與對(duì)應(yīng)的面外旋轉(zhuǎn)圖像的第二相似度；

若所述第二相似度小于設(shè)定的第二閾值，或者大于設(shè)定的第三閾值，則刪除對(duì)應(yīng)的面外旋轉(zhuǎn)圖像，以完成圖像清洗；

所述將所述多姿態(tài)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集，包括：將清洗后的所述面外旋轉(zhuǎn)圖像添加到所述基礎(chǔ)圖像數(shù)據(jù)集。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述中間圖像數(shù)據(jù)集的多張圖像分別進(jìn)行目標(biāo)檢測(cè)的步驟之后，還包括：

保持目標(biāo)檢測(cè)所得第一邊界框的中心不變，調(diào)整所述中間圖像數(shù)據(jù)集的當(dāng)前圖像至設(shè)定的包含所述目標(biāo)的尺寸；

所述將待識(shí)別圖像輸入所述目標(biāo)識(shí)別模型的步驟之前，還包括：

對(duì)待識(shí)別圖像進(jìn)行目標(biāo)檢測(cè)，保持目標(biāo)檢測(cè)所得第二邊界框的中心不變，調(diào)整所述待識(shí)別圖像至所述尺寸；

所述將待識(shí)別圖像輸入所述目標(biāo)識(shí)別模型，包括：將尺寸調(diào)整后的所述待識(shí)別圖像輸入所述目標(biāo)識(shí)別模型。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

對(duì)所述基礎(chǔ)圖像數(shù)據(jù)集的多張圖像分別進(jìn)行目標(biāo)檢測(cè)，繪制包含目標(biāo)的邊界框；

對(duì)所述邊界框內(nèi)的目標(biāo)進(jìn)行特征點(diǎn)檢測(cè)，以獲取所述目標(biāo)的多個(gè)特征點(diǎn)；

根據(jù)所述特征點(diǎn)的坐標(biāo)，采用相似變換或者仿射變換的方式實(shí)現(xiàn)目標(biāo)轉(zhuǎn)正；

將轉(zhuǎn)正后的圖像作為訓(xùn)練集，基于深度學(xué)習(xí)算法進(jìn)行訓(xùn)練，得到所述基準(zhǔn)識(shí)別模型。