[發明專利]物體識別方法及裝置

在審

• 申請號: 201911148201.5
• 申請日: 2019-11-21
• 公開（公告）號: CN110942005A
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 楊爽
• 申請（專利權）人: 網易(杭州)網絡有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04N21/2187
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;臧建明

1.一種物體識別方法，其特征在于，包括：

獲取第一圖片，其中，所述第一圖片為包括第一物體的圖片；

將所述第一圖片輸入至檢測模型，以使得檢測模型輸出第一物體的識別信息，其中，所述識別信息包括第一物體對應的第一邊框的坐標、第一邊框的尺寸和所述第一物體的類別，所述檢測模型為對多組樣本訓練得到的，每組樣本包括樣本圖片和樣本識別信息，所述樣本圖片為多種預設條件下的直播場景的圖片，所述樣本識別信息包括所述樣本圖片中所包括的物體的樣本邊框的坐標、樣本邊框的尺寸和所述物體的樣本類別。

2.根據權利要求1所述的方法，其特征在于，所述將所述第一圖片輸入至檢測模型之前，所述方法還包括：

獲取多張樣本圖片，其中，所述樣本圖片為實際直播間場景所對應的圖片，所述樣本圖片包括第二物體；

針對任一張樣本圖片，將所述樣本圖片輸入至檢測模型，以使得檢測模型輸出第二物體的預測識別信息；

根據所述第二物體的預測識別信息和所述樣本識別信息，確定所述檢測模型輸出的預測識別信息的損失函數值；

判斷所述損失函數值是否滿足預設閾值，若是，則確定所述檢測模型訓練完成，若否，則重復執行上述將樣本圖片輸入至檢測模型的操作，直至所述檢測模型輸出的第二物體的預測識別信息的損失函數值滿足預設閾值。

3.根據權利要求2所述的方法，其特征在于，所述獲取多張樣本圖片，包括：

在各個不同的預設條件所對應直播場景下，分別獲取多張直播場景的圖片；

對獲取的多張直播場景的圖片分別進行圖片增強處理，以得到多張樣本圖片，其中，所述圖片增強處理至少包括：調節飽和度、調節亮度、調節對比度、左右翻轉、旋轉預設角度。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述檢測模型為神經網絡模型；

所述神經網絡模型所包括的特征圖尺寸為13×13、26×26以及52×52；

所述52×52的特征圖尺寸所對應的邊框的尺寸為10×13、16×30以及33×23。

5.根據權利要求4所述的方法，其特征在于，所述將所述樣本圖片輸入至檢測模型之前，所述方法還包括：

根據k-means函數確定所述樣本圖片所對應的預測邊框的初始尺寸；以及

獲取所述檢測模型所對應的模型參數的初始值。

6.根據權利要求5所述的方法，其特征在于，所述將所述樣本圖片輸入至檢測模型，以使得檢測模型輸出第二物體的預測識別信息，包括：

將所述樣本圖片和所述預測邊框尺寸輸入至檢測模型，以使得所述檢測模型根據所述樣本圖片、所述預測邊框的初始尺寸以及所述模型參數的初始值進行卷積神經網絡處理，并輸出第二物體的預測識別信息。

7.根據權利要求2所述的方法，其特征在于，所述損失函數值包括根據第二物體的預測邊框的坐標所確定的第一損失函數值、根據第二物體的預測邊框的尺寸所確定的第二損失函數值、根據第二物體的預測類別所確定的第三損失函數值；

則判斷所述損失函數值是否滿足預設閾值，包括：

判斷所述第一損失函數值是否滿足第一預設閾值；和/或

判斷所述第二損失函數值是否滿足第二預設閾值；和/或

判斷所述第三損失函數值是否滿足第三預設閾值。

8.根據權利要求1-7任一項所述的方法，其特征在于，所述識別信息中的類別為預設類別中的一種，所述預設類別為根據直播場景所確定的。