[發(fā)明專利]一種對象管理方法、系統(tǒng)、平臺、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010119638.2
• 申請日: 2020-02-26
• 公開（公告）號: CN111339943A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設(shè)計）人: 周曦;姚志強;吳凱;王忠林;袁余峰;侯朝能;羅磊;聶緒林;李峰;李飛照;任浩;田雪;朱柯丞
• 申請（專利權(quán)）人: 重慶中科云從科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 尹麗云

1.一種對象管理方法，其特征在于，包括以下步驟：

獲取一個或多個單幀或多幀圖像；

將每幀圖像分割為多組，通過多個不同粒度的神經(jīng)網(wǎng)絡(luò)進行特征抽取，獲取包含有一個或多個對象的圖像特征；

根據(jù)抽取出的包含有所述一個或多個對象的圖像特征，對所述一個或多個對象進行管理。

2.根據(jù)權(quán)利要求1所述的對象管理方法，其特征在于，對每幀圖像，按照不同的分割粒度，分別分割為多組后，將每組輸入至對應(yīng)粒度的神經(jīng)網(wǎng)絡(luò)進行特征抽取。

3.根據(jù)權(quán)利要求2所述的對象管理方法，其特征在于，若多組為三組，則第一組為：整幀圖像；第二組為：將每幀圖像劃分為上下兩部分；第三組為：將每幀圖像劃分為上、中、下三部分。

4.根據(jù)權(quán)利要求1所述的對象管理方法，其特征在于，所述多個不同粒度的神經(jīng)網(wǎng)絡(luò)是指多個具有不同的網(wǎng)絡(luò)支路結(jié)構(gòu)、參數(shù)、損失函數(shù)的神經(jīng)網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求1或4所述的對象管理方法，其特征在于，所述圖像特征包括全局特征和/或局部特征。

6.根據(jù)權(quán)利要求5所述的對象管理方法，其特征在于，通過分類損失和三元損失對每幀圖像進行特征抽取，獲取全局特征；和/或，

通過所述分類損失對所述每幀圖像進行特征抽取，獲取局部特征。

7.根據(jù)權(quán)利要求6所述的對象管理方法，其特征在于，所述三元損失為Triplet Loss，所述分類損失為Softmax Loss。

8.根據(jù)權(quán)利要求1所述的對象管理方法，其特征在于，根據(jù)抽取出的包含有所述一個或多個對象的所有圖像特征，對所述一個或多個對象進行識別。

9.根據(jù)權(quán)利要求8所述的對象管理方法，其特征在于，對所述一個或多個對象進行識別后，獲取所述一個或多個對象的運動信息。

10.根據(jù)權(quán)利要求5所述的對象管理方法，其特征在于，通過一個或多個圖像采集設(shè)備，獲取一個或多個單幀或多幀圖像；

所述一個或多個圖像采集設(shè)備設(shè)置的地理位置包括以下至少之一：居民區(qū)、學(xué)校、車站、機場、商場、醫(yī)院。

11.根據(jù)權(quán)利要求10所述的對象管理方法，其特征在于，所述多幀圖像包括一個或多個連續(xù)幀圖像、多個單幀圖像。

12.根據(jù)權(quán)利要求10所述的對象管理方法，其特征在于，所述對象包括人、動物。

13.根據(jù)權(quán)利要求12所述的對象管理方法，其特征在于，若所述對象為人；

全局特征包括以下至少之一：人臉特征、人體特征；和/或，

局部特征包括以下至少之一：人臉特征、人體特征。

14.根據(jù)權(quán)利要求9所述的對象管理方法，其特征在于，所述運動信息包括以下至少之一：運動時間、運動地理位置。

15.根據(jù)權(quán)利要求13所述的對象管理方法，其特征在于，人臉特征包括以下至少之一：眼睛的形狀、鼻子的形狀、嘴的形狀、眼睛的間隔距離、五官的位置、臉的輪廓。

16.根據(jù)權(quán)利要求13所述的對象管理方法，其特征在于，人體特征包括以下至少之一：服飾、體型、發(fā)型、姿態(tài)。

17.一種對象管理系統(tǒng)，其特征在于，包括有：

圖像模塊，用于獲取一個或多個單幀或多幀圖像；

特征模塊，用于將每幀圖像分割為多組，通過多個不同粒度的神經(jīng)網(wǎng)絡(luò)進行特征抽取，獲取包含有一個或多個對象的圖像特征；

管理模塊，用于根據(jù)抽取出的包含有所述一個或多個對象的圖像特征，對所述一個或多個對象進行管理。