[發明專利]目標識別方法及系統

在審

• 申請號: 202011097399.1
• 申請日: 2020-10-14
• 公開（公告）號: CN114429558A
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 李新偉;陸繼承;秦亮;顧怡韻;王家泉
• 申請（專利權）人: 上海復旦微電子集團股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/44;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張鳳偉;吳敏

1.一種目標識別方法，其特征在于，包括：

在接收到輸入圖像以后，分別利用預設的檢測網絡模型，對所述輸入圖像進行目標檢測，得到目標物品的檢測結果；所述目標物品的檢測結果包括：目標物品類別信息、目標物品位置信息及置信度信息；

利用預設的分類網絡模型，對所述目標物品的檢測結果進行分類，得到所述目標物品的分類結果；所述目標物品的分類結果包括：目標物品類別信息及置信度信息；

利用所述目標物品的分類結果，判斷所述目標物品的檢測結果是否有效，將有效的所述目標物品的檢測結果，作為所述目標物品的識別結果。

2.如權利要求1所述的目標識別方法，其特征在于，所述利用所述目標物品的分類結果，判斷所述目標物品的檢測結果是否有效，包括：

利用預設的第一訓練樣本類別映射關系信息，對所述目標物品的檢測結果中目標物品類別信息進行類別轉換，并基于類別轉換結果，判斷所述目標物品的檢測結果是否有效，得到所述目標物品的識別結果；

其中，所述第一訓練樣本類別映射關系信息，為同一訓練樣本在作為所述檢測網絡模型對應的訓練樣本時所在的類別，與在作為所述分類網絡模型對應的訓練樣本時所在的類別，二者之間的對應關系信息。

3.如權利要求2所述的目標識別方法，其特征在于，所述基于類別轉換結果，判斷所述目標物品的檢測結果是否有效，包括：

基于類別轉換結果，判斷所述目標物品的檢測結果中的目標物品類別信息，與所述目標物品的分類結果的目標物品類別信息，是否匹配，得到第一判斷結果；

基于第一判斷結果，結合所述目標物品的檢測結果及所述目標物品的分類結果中的置信度信息，確定所述目標物品的檢測結果是否有效。

4.如權利要求3所述的目標識別方法，其特征在于，所述基于第一判斷結果，結合所述目標物品的檢測結果及所述目標物品的分類結果中的置信度信息，確定所述目標物品的檢測結果是否有效，包括：

當所述第一判斷結果為二者匹配時，若所述目標物品的檢測結果中置信度高于第一置信度閾值，或者所述目標物品的分類結果中置信度高于第二置信度閾值，則所述目標物品的檢測結果有效，否則無效；

當所述第一判斷結果為二者不匹配時，若所述目標物品的檢測結果中置信度高于第三置信度閾值，或者所述目標物品的分類結果中置信度高于第四置信度閾值，則所述目標物品的檢測結果有效，否則無效；

其中，所述第三置信度閾值大于第一置信度閾值，所述第四置信度閾值大于第二置信度閾值。

5.如權利要求1所述的目標識別方法，其特征在于，還包括：

當所述目標物品的檢測結果無效時，利用預設的第二訓練樣本類別映射關系信息，對所述目標物品的檢測結果中目標物品類別信息進行類別轉換，并基于類別轉換結果，得到所述目標物品的相似物品識別結果；

其中，所述第二訓練樣本類別映射關系信息，為同一訓練樣本在作為所述檢測網絡模型對應的訓練樣本時所在訓練樣本類別，與在作為所述分類網絡模型對應的訓練樣本時所在的相似訓練樣本類別，二者之間的對應關系信息；所述相似訓練樣本類別為具有相同視覺特征的訓練樣本類別，或者訓練樣本類別表中位于同級別的一個或多個訓練樣本類別。

6.如權利要求1所述的目標識別方法，其特征在于，所述在接收到輸入圖像以后，分別利用預設的檢測網絡模型，對所述輸入圖像進行目標檢測，得到目標物品的檢測結果，包括：

在接收到輸入圖像以后，分別利用預設的兩個以上檢測網絡模型，對所述輸入圖像進行目標物品檢測；

對各所述檢測網絡模型輸出的中間檢測結果進行融合，得到目標物品的檢測結果；所述中間檢測結果包括：目標物品類別信息、目標物品位置信息及置信度信息；

其中，任意兩個所述檢測網絡模型對應的訓練樣本的類別不同。

7.如權利要求6所述的目標識別方法，其特征在于，任意兩個所述檢測網絡模型對應的訓練樣本的類別完全不同，或者部分不同。