[發明專利]一種目標關聯處理方法及裝置

有效

• 申請號: 202010108227.3
• 申請日: 2020-02-21
• 公開（公告）號: CN111340092B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 胡來豐
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/764;G06V10/40;G06V10/766;G06V10/82
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 張秀英

1.一種目標關聯處理方法，其特征在于，包括：

獲取多個圖像以及所述多個圖像中的一個圖像包含目標對象的目標框；

確定所述多個圖像的特征向量；

通過區域生成網絡確定所述多個圖像的建議框，并對所述多個圖像的建議框進行分類，其中，所述建議框用于區分背景與對象；

根據分類后的所述建議框與所述多個圖像的特征向量從所述多個圖像中確定與所述目標框關聯的目標建議框，其中，所述目標建議框中的對象為所述目標對象的關聯對象；

其中，根據分類后的所述建議框與所述多個圖像的特征向量從所述多個圖像進中確定與所述目標框關聯的目標建議框包括：對分類后的所述建議框與所述多個圖像的特征向量進行位置敏感的候選區池化處理，得到所述多個圖像的建議框的分類置信度、位置信息、特征向量；從所述多個圖像中獲取所述分類置信度大于第一預設閾值的第一目標建議框；獲取所述第一目標建議框在所述多個圖像中對應的第一目標圖像的第一特征向量，其中，所述第一目標圖像包括一個或多個圖像；從所述多個圖像中確定與所述目標框的交并比IoU大于第二預設閾值的第二目標建議框；獲取所述第二目標建議框在所述多個圖像中對應的第二目標圖像的特征向量，將所述第二目標圖像的特征向量進行歸一化處理，得到第二特征向量，其中，所述第二目標圖像包括一個或多個圖像；根據所述第一特征向量與所述第二特征向量從所述多個圖像中確定與所述目標框關聯的目標建議框。

2.根據權利要求1所述的方法，其特征在于，根據所述第一特征向量與所述第二特征向量從所述多個圖像中確定與所述目標框關聯的目標建議框包括：

將所述第一特征向量與所述第二特征向量的任意兩個特征向量確定為特征向量對，得到多個特征向量對；

分別計算所述多個特征向量對的歐式距離，并將所述多個特征向量對分配到對應的目標圖像中；

將所述目標圖像中最小所述歐式距離的特征向量對對應的建議框確定為所述目標圖像中與所述目標框關聯的關聯建議框。

3.根據權利要求2所述的方法，其特征在于，在將所述目標圖像中最小所述歐式距離的特征向量對對應的建議框確定為所述目標圖像中與所述目標框關聯的關聯建議框之后，所述方法還包括：

根據所述目標建議框的位置信息確定所述目標建議框在所述目標圖像中的位置。

4.根據權利要求1至3中任一項所述的方法，其特征在于，確定所述多個圖像的特征向量包括：

將所述多個圖像輸入預先訓練好的目標神經網絡模型，得到所述目標神經網絡模型輸出的所述多個圖像對應的特征向量。

5.根據權利要求4所述的方法，其特征在于，在獲取多個圖像以及所述多個圖像中的一個圖像包含目標對象的目標框之前，所述方法還包括：

獲取預定數量的圖像、以及所述圖像對應的特征向量；

使用所述預定數量的圖像以及所述圖像對應的特征向量對原始神經網絡模型進行訓練，得到所述目標神經網絡模型，其中，所述預定數量的圖像為所述原始神經網絡模型的輸入，訓練好的所述目標神經網絡模型輸出的所述圖像的特征向量與所述圖像實際對應的特征向量滿足預定目標函數。