[發(fā)明專利]目標(biāo)對象狀態(tài)識別方法、裝置、存儲介質(zhì)及電子裝置

在審

• 申請?zhí)枺?/td>: 202010665102.0
• 申請日: 2020-07-10
• 公開（公告）號: CN111783718A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計）人: 朱亞倫;邵明;呂翠文
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G08G1/017
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 趙靜

1.一種目標(biāo)對象狀態(tài)識別方法，其特征在于，包括：

獲取目標(biāo)幀圖像，其中，所述目標(biāo)幀圖像為對目標(biāo)對象進(jìn)行拍攝所得到的圖像；

基于第一規(guī)則對所述目標(biāo)幀圖像進(jìn)行識別，以得到所述目標(biāo)對象的第一狀態(tài)識別結(jié)果；

使用第一模型對所述目標(biāo)幀圖像進(jìn)行分析，以得到所述目標(biāo)對象的第二狀態(tài)識別結(jié)果，其中，所述第一模型為使用多組數(shù)據(jù)通過對初始模型進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練所得到的，所述多組數(shù)據(jù)中的每組數(shù)據(jù)均包括：幀圖像和幀圖像中包括的對象的狀態(tài)識別結(jié)果；

綜合所述第一狀態(tài)識別結(jié)果和所述第二狀態(tài)識別結(jié)果確定所述目標(biāo)對象的狀態(tài)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于第一規(guī)則對所述目標(biāo)幀圖像進(jìn)行識別，以得到第一狀態(tài)識別結(jié)果包括：

檢測得到所述目標(biāo)幀圖像的目標(biāo)區(qū)域圖像；

基于所述第一規(guī)則對所述目標(biāo)區(qū)域圖像進(jìn)行識別，以得到所述第一狀態(tài)識別結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，使用第一模型對所述目標(biāo)幀圖像進(jìn)行分析，以得到所述目標(biāo)對象的第二狀態(tài)識別結(jié)果包括：

檢測得到所述目標(biāo)幀圖像的目標(biāo)區(qū)域圖像；

使用第一模型對所述目標(biāo)區(qū)域圖像進(jìn)行分析，以得到所述目標(biāo)對象的第二狀態(tài)識別結(jié)果。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一狀態(tài)識別結(jié)果和所述第二狀態(tài)識別結(jié)果均用于指示在所述目標(biāo)對象的目標(biāo)區(qū)域中是否正常設(shè)置有目標(biāo)物品，其中，所述狀態(tài)識別結(jié)果包括以下結(jié)果之一：

未知狀態(tài)，正常狀態(tài)，缺失狀態(tài)，污損遮擋狀態(tài)。

5.根據(jù)權(quán)利要求1或4所述的方法，其特征在于，綜合所述第一狀態(tài)識別結(jié)果和所述第二狀態(tài)識別結(jié)果確定所述目標(biāo)對象的狀態(tài)包括：

在確定所述第一狀態(tài)識別結(jié)果為正常結(jié)果的情況下，將所述目標(biāo)對象的狀態(tài)確定為正常，其中，所述正常結(jié)果用于指示在所述目標(biāo)對象的目標(biāo)區(qū)域中正常設(shè)置有所述目標(biāo)物品；

在確定所述第一狀態(tài)識別結(jié)果用于為除所述正常結(jié)果之外的其他結(jié)果的情況下，將所述目標(biāo)對象的狀態(tài)確定為所述第二狀態(tài)識別結(jié)果所指示的狀態(tài)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，

在使用第一模型對所述目標(biāo)幀圖像進(jìn)行分析，以得到所述目標(biāo)對象的第二狀態(tài)識別結(jié)果之前，所述方法還包括：將所述初始模型的損失函數(shù)配置為softmax+cross_entropy損失函數(shù)；

使用第一模型對所述目標(biāo)幀圖像進(jìn)行分析，以得到所述目標(biāo)對象的第二狀態(tài)識別結(jié)果包括：使用第一模型對所述目標(biāo)幀圖像進(jìn)行分析，將softmax分類層置信度最大的類別作為所述第二狀態(tài)識別結(jié)果。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，

獲取目標(biāo)幀圖像包括：獲取對目標(biāo)對象進(jìn)行拍攝所得到的多張目標(biāo)幀圖像；

基于第一規(guī)則對所述目標(biāo)幀圖像進(jìn)行識別，以得到所述目標(biāo)對象的第一狀態(tài)識別結(jié)果包括：基于第一規(guī)則對每張所述目標(biāo)幀圖像進(jìn)行識別，以得到每張所述目標(biāo)幀圖像所對應(yīng)的所述目標(biāo)對象的第一狀態(tài)識別結(jié)果；

使用第一模型對所述目標(biāo)幀圖像進(jìn)行分析，以得到所述目標(biāo)對象的第二狀態(tài)識別結(jié)果包括：使用第一模型對每張所述目標(biāo)幀圖像進(jìn)行分析，以得到每張所述目標(biāo)幀圖像所對應(yīng)的所述目標(biāo)對象的第二狀態(tài)識別結(jié)果；

綜合所述第一狀態(tài)識別結(jié)果和所述第二狀態(tài)識別結(jié)果確定所述目標(biāo)對象的狀態(tài)包括：綜合每張所述目標(biāo)幀圖像所對應(yīng)的所述第一狀態(tài)識別結(jié)果和第二狀態(tài)識別結(jié)果確定每張所述目標(biāo)幀圖像所對應(yīng)的所述目標(biāo)對象的狀態(tài)；將多張所述目標(biāo)幀圖像所對應(yīng)的所述目標(biāo)對象的狀態(tài)中出現(xiàn)次數(shù)最多的狀態(tài)確定為所述目標(biāo)對象的最終狀態(tài)。