[發(fā)明專利]一種對象識別方法、裝置、設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010138742.6
• 申請日: 2020-03-03
• 公開（公告）號: CN111339973A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設計）人: 徐康;李驪
• 申請（專利權）人: 北京華捷艾米科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/40;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 郭化雨

1.一種對象識別方法，其特征在于，所述方法包括：

獲取針對于第一對象的點云數(shù)據(jù)；

將所述第一對象的點云數(shù)據(jù)輸入至預先完成訓練的神經(jīng)網(wǎng)絡模型，以便所述神經(jīng)網(wǎng)絡模型輸出得到所述第一對象對應的第一特征向量，所述神經(jīng)網(wǎng)絡模型預先基于樣本點云數(shù)據(jù)以及樣本對象的樣本特征向量完成訓練；

當所述第一特征向量與所述第二對象對應的第二特征向量相匹配時，確定所述第一對象與所述第二對象為同一對象。

2.根據(jù)權利要求1所述的方法，其特征在于，所述當所述第一特征向量與所述第二對象對應的第二特征向量相匹配時，確定所述第一對象與所述第二對象為同一對象，包括：

計算所述第一特征向量與所述第二特征向量之間的余弦距離；

當所述余弦距離大于預設閾值時，確定所述第一對象與所述第二對象為同一對象。

3.根據(jù)權利要求1所述的方法，其特征在于，所述獲取第一對象的點云數(shù)據(jù)，包括：

獲取針對于所述第一對象的彩色圖像；

對所述彩色圖像進行圖像分割，確定所述彩色圖像上所述第一對象的第一圖像區(qū)域；

根據(jù)彩色圖像與深度圖像之間的對應關系，確定所述深度圖像上與所述第一圖像區(qū)域?qū)牡诙D像區(qū)域；

根據(jù)所述第二圖像區(qū)域中各個像素點的坐標，計算得到所述第一對象的點云數(shù)據(jù)。

4.根據(jù)權利要求1所述的方法，其特征在于，所述第一對象的點云數(shù)據(jù)預先經(jīng)過去噪和/或補洞處理。

5.根據(jù)權利要求1所述的方法，其特征在于，所述第一對象的點云數(shù)據(jù)預先經(jīng)過標準化處理，所述標準化處理包括對象姿態(tài)矯正、點云數(shù)據(jù)的下采樣以及點云數(shù)據(jù)的坐標歸一化中的任意一種或多種處理。

6.根據(jù)權利要求1至5任一項所述的方法，其特征在于，所述第二對象的第二特征向量是由所述神經(jīng)網(wǎng)絡模型根據(jù)所述第二對象的點云數(shù)據(jù)輸出得到的，或，所述第二對象的第二特征向量為預設數(shù)據(jù)庫中的特征向量。

7.一種對象識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取針對于第一對象的點云數(shù)據(jù)；

輸入模塊，用于將所述第一對象的點云數(shù)據(jù)輸入至預先完成訓練的神經(jīng)網(wǎng)絡模型，以便所述神經(jīng)網(wǎng)絡模型輸出得到所述第一對象對應的第一特征向量，所述神經(jīng)網(wǎng)絡模型預先基于樣本點云數(shù)據(jù)以及樣本對象的樣本特征向量完成訓練；

確定模塊，用于當所述第一特征向量與所述第二對象對應的第二特征向量相匹配時，確定所述第一對象與所述第二對象為同一對象。

8.根據(jù)權利要求7所述的裝置，其特征在于，所述獲取模塊，包括：

獲取單元，用于獲取針對于所述第一對象的彩色圖像；

圖像分割單元，用于對所述彩色圖像進行圖像分割，確定所述彩色圖像上所述第一對象的第一圖像區(qū)域；

確定單元，用于根據(jù)彩色圖像與深度圖像之間的對應關系，確定所述深度圖像上與所述第一圖像區(qū)域?qū)牡诙D像區(qū)域；

計算單元，用于根據(jù)所述第二圖像區(qū)域中各個像素點的坐標，計算得到所述第一對象的點云數(shù)據(jù)。

9.一種設備，其特征在于，所述設備包括處理器以及存儲器：

所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器用于根據(jù)所述程序代碼中的指令執(zhí)行權利要求1至6任一項所述的對象識別方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)用于存儲計算機程序，所述計算機程序用于執(zhí)行權利要求1-6中任一項所述的對象識別方法。