[發(fā)明專利]數(shù)據(jù)處理方法、裝置、存儲(chǔ)介質(zhì)和處理器

在審

• 申請?zhí)枺?/td>: 202010214458.2
• 申請日: 2020-03-24
• 公開（公告）號(hào): CN113449545A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 陳均炫;謝賢海;蔡思佳;范托;鄧兵
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06K9/32;G06N3/04;G08B21/18
• 代理公司: 北京博浩百睿知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11134
• 代理人: 謝湘寧;張文華

本發(fā)明公開了一種數(shù)據(jù)處理方法、裝置、存儲(chǔ)介質(zhì)和處理器。其中，該方法包括：獲取目標(biāo)對象的目標(biāo)標(biāo)識(shí)圖像，其中，目標(biāo)標(biāo)識(shí)圖像包括無法正常顯示內(nèi)容的異常圖像區(qū)域；確定目標(biāo)對象的目標(biāo)標(biāo)識(shí)的當(dāng)前狀態(tài)；確定與當(dāng)前狀態(tài)對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，其中，神經(jīng)網(wǎng)絡(luò)模型為通過標(biāo)識(shí)圖像樣本和對應(yīng)的識(shí)別結(jié)果進(jìn)行訓(xùn)練得到；通過神經(jīng)網(wǎng)絡(luò)模型對異常圖像區(qū)域進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，其中，第一識(shí)別結(jié)果包括異常圖像區(qū)域內(nèi)識(shí)別出的內(nèi)容信息；輸出第一識(shí)別結(jié)果。本發(fā)明解決了對對象進(jìn)行識(shí)別的效率低的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別領(lǐng)域，具體而言，涉及一種數(shù)據(jù)處理方法、裝置、存儲(chǔ)介質(zhì)和處理器。

背景技術(shù)

目前，在對對象進(jìn)行識(shí)別時(shí)，往往是直接通過圖像識(shí)別技術(shù)對對象的標(biāo)識(shí)進(jìn)行識(shí)別，但這無法有效識(shí)別標(biāo)識(shí)是否故意被遮擋，比如，在對象存在違法違規(guī)行為時(shí)，為了躲避攝像頭的拍攝，通常會(huì)將標(biāo)識(shí)人為遮擋，從而導(dǎo)致攝像頭無法準(zhǔn)確識(shí)別出對象的標(biāo)識(shí)號(hào)，進(jìn)而逃脫監(jiān)管；另外，在對對象的標(biāo)識(shí)進(jìn)行識(shí)別時(shí)，還通常是針對處于正常視角下的標(biāo)識(shí)的識(shí)別，而在其它視角下，需要將其它視角下的標(biāo)識(shí)矯正成正常視角下的標(biāo)識(shí)，從而導(dǎo)致對對象的標(biāo)識(shí)進(jìn)行識(shí)別的過程復(fù)雜，進(jìn)行存在對對象進(jìn)行識(shí)別的效率低的技術(shù)問題。

針對上述的對對象進(jìn)行識(shí)別的效率低的技術(shù)問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種數(shù)據(jù)處理方法、裝置、存儲(chǔ)介質(zhì)和處理器，以至少解決對對象進(jìn)行識(shí)別的效率低的技術(shù)問題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種數(shù)據(jù)處理方法。該方法可以包括：獲取目標(biāo)對象的目標(biāo)標(biāo)識(shí)圖像，其中，目標(biāo)標(biāo)識(shí)圖像包括無法正常顯示內(nèi)容的異常圖像區(qū)域；確定目標(biāo)對象的目標(biāo)標(biāo)識(shí)的當(dāng)前狀態(tài)；確定與當(dāng)前狀態(tài)對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，其中，神經(jīng)網(wǎng)絡(luò)模型為通過標(biāo)識(shí)圖像樣本和對應(yīng)的識(shí)別結(jié)果進(jìn)行訓(xùn)練得到；通過神經(jīng)網(wǎng)絡(luò)模型對異常圖像區(qū)域進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，其中，第一識(shí)別結(jié)果包括異常圖像區(qū)域內(nèi)識(shí)別出的內(nèi)容信息；輸出第一識(shí)別結(jié)果。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了另一種數(shù)據(jù)處理方法。該方法可以包括：在目標(biāo)界面顯示目標(biāo)對象的目標(biāo)標(biāo)識(shí)圖像，其中，目標(biāo)標(biāo)識(shí)圖像包括無法正常顯示內(nèi)容的異常圖像區(qū)域；在目標(biāo)界面顯示第一識(shí)別結(jié)果，其中，第一識(shí)別結(jié)果為通過神經(jīng)網(wǎng)絡(luò)模型對異常圖像區(qū)域進(jìn)行識(shí)別得到，神經(jīng)網(wǎng)絡(luò)模型與目標(biāo)對象的目標(biāo)標(biāo)識(shí)的當(dāng)前狀態(tài)相對應(yīng)，且通過標(biāo)識(shí)圖像樣本和對應(yīng)的識(shí)別結(jié)果進(jìn)行訓(xùn)練得到。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了另一種數(shù)據(jù)處理方法。該方法可以包括：獲取目標(biāo)對象的目標(biāo)標(biāo)識(shí)圖像，其中，目標(biāo)標(biāo)識(shí)圖像為對目標(biāo)對象的第一原始標(biāo)識(shí)圖像的邊界進(jìn)行擴(kuò)展后的圖像，且包括無法正常顯示內(nèi)容的異常圖像區(qū)域；通過神經(jīng)網(wǎng)絡(luò)模型對異常圖像區(qū)域進(jìn)行識(shí)別，得到異常圖像區(qū)域無法正常顯示內(nèi)容的原因信息，其中，神經(jīng)網(wǎng)絡(luò)模型為通過每個(gè)標(biāo)識(shí)處于遮擋狀態(tài)的標(biāo)識(shí)圖像樣本和每個(gè)標(biāo)識(shí)對應(yīng)的異常圖像區(qū)域無法正常顯示內(nèi)容的原因信息進(jìn)行訓(xùn)練得到；輸出原因信息。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了另一種數(shù)據(jù)處理方法。該方法可以包括：獲取目標(biāo)對象的目標(biāo)標(biāo)識(shí)圖像，其中，目標(biāo)標(biāo)識(shí)圖像用于指示目標(biāo)對象的目標(biāo)標(biāo)識(shí)當(dāng)前處于非正常視角，且包括無法正常顯示內(nèi)容的異常圖像區(qū)域；通過神經(jīng)網(wǎng)絡(luò)模型對異常圖像區(qū)域進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，其中，神經(jīng)網(wǎng)絡(luò)模型為通過每個(gè)標(biāo)識(shí)處于不同視角的標(biāo)識(shí)圖像樣本和每個(gè)標(biāo)識(shí)的標(biāo)識(shí)特征進(jìn)行訓(xùn)練得到；輸出標(biāo)識(shí)特征。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了另一種數(shù)據(jù)處理方法。該方法可以包括：獲取上傳至交易平臺(tái)的目標(biāo)對象的目標(biāo)標(biāo)識(shí)圖像，其中，目標(biāo)標(biāo)識(shí)圖像包括在交易平臺(tái)無法正常顯示內(nèi)容的異常圖像區(qū)域；確定目標(biāo)對象的目標(biāo)標(biāo)識(shí)的當(dāng)前狀態(tài)；確定與當(dāng)前狀態(tài)對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，其中，神經(jīng)網(wǎng)絡(luò)模型為通過交易平臺(tái)的標(biāo)識(shí)圖像樣本和對應(yīng)的識(shí)別結(jié)果進(jìn)行訓(xùn)練得到；通過神經(jīng)網(wǎng)絡(luò)模型對異常圖像區(qū)域進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，其中，第一識(shí)別結(jié)果包括異常圖像區(qū)域內(nèi)識(shí)別出的內(nèi)容信息；輸出第一識(shí)別結(jié)果。