[發(fā)明專利]目標(biāo)識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011097399.1
• 申請(qǐng)日: 2020-10-14
• 公開(kāi)（公告）號(hào): CN114429558A
• 公開(kāi)（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 李新偉;陸繼承;秦亮;顧怡韻;王家泉
• 申請(qǐng)（專利權(quán)）人: 上海復(fù)旦微電子集團(tuán)股份有限公司
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/44;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張鳳偉;吳敏

一種目標(biāo)識(shí)別方法及系統(tǒng)。所述方法包括：在接收到輸入圖像以后，分別利用預(yù)設(shè)的檢測(cè)網(wǎng)絡(luò)模型，對(duì)所述輸入圖像進(jìn)行目標(biāo)檢測(cè)，得到目標(biāo)物品的檢測(cè)結(jié)果；所述目標(biāo)物品的檢測(cè)結(jié)果包括：目標(biāo)物品類(lèi)別信息、目標(biāo)物品位置信息及置信度信息；利用預(yù)設(shè)的分類(lèi)網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)物品的檢測(cè)結(jié)果進(jìn)行分類(lèi)，得到所述目標(biāo)物品的分類(lèi)結(jié)果；所述目標(biāo)物品的分類(lèi)結(jié)果包括：目標(biāo)物品類(lèi)別信息及置信度信息；利用所述目標(biāo)物品的分類(lèi)結(jié)果，判斷所述目標(biāo)物品的檢測(cè)結(jié)果是否有效，將有效的所述目標(biāo)物品的檢測(cè)結(jié)果，作為所述目標(biāo)物品的識(shí)別結(jié)果。應(yīng)用上述方案，可以提高目標(biāo)檢測(cè)的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測(cè)領(lǐng)域，具體涉及一種目標(biāo)識(shí)別方法及系統(tǒng)。

背景技術(shù)

深度學(xué)習(xí)的原型，是用計(jì)算機(jī)系統(tǒng)架構(gòu)來(lái)模擬人類(lèi)大腦，廣泛應(yīng)用在安檢等領(lǐng)域中。其中，深度學(xué)習(xí)在安檢領(lǐng)域的應(yīng)用，主要為目標(biāo)檢測(cè)，即檢測(cè)出輸入圖像中目標(biāo)物品的位置和分類(lèi)信息。

現(xiàn)有基于深度學(xué)習(xí)進(jìn)行目標(biāo)檢測(cè)的方案，通常使用單個(gè)卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)或全連接深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks，DNN)，進(jìn)行目標(biāo)檢測(cè)。

然而，采用上述方案進(jìn)行目標(biāo)檢測(cè)的準(zhǔn)確性較差。

發(fā)明內(nèi)容

本發(fā)明要解決的問(wèn)題是：提高目標(biāo)檢測(cè)的準(zhǔn)確性。

為解決上述問(wèn)題，本發(fā)明實(shí)施例提供了一種目標(biāo)識(shí)別方法，所述方法包括：

在接收到輸入圖像以后，分別利用預(yù)設(shè)的檢測(cè)網(wǎng)絡(luò)模型，對(duì)所述輸入圖像進(jìn)行目標(biāo)檢測(cè)，得到目標(biāo)物品的檢測(cè)結(jié)果；所述目標(biāo)物品的檢測(cè)結(jié)果包括：目標(biāo)物品類(lèi)別信息、目標(biāo)物品位置信息及置信度信息；

利用預(yù)設(shè)的分類(lèi)網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)物品的檢測(cè)結(jié)果進(jìn)行分類(lèi)，得到所述目標(biāo)物品的分類(lèi)結(jié)果；所述目標(biāo)物品的分類(lèi)結(jié)果包括：目標(biāo)物品類(lèi)別信息及置信度信息；

利用所述目標(biāo)物品的分類(lèi)結(jié)果，判斷所述目標(biāo)物品的檢測(cè)結(jié)果是否有效，將有效的所述目標(biāo)物品的檢測(cè)結(jié)果，作為所述目標(biāo)物品的識(shí)別結(jié)果。

可選地，所述利用所述目標(biāo)物品的分類(lèi)結(jié)果，判斷所述目標(biāo)物品的檢測(cè)結(jié)果是否有效，包括：

利用預(yù)設(shè)的第一訓(xùn)練樣本類(lèi)別映射關(guān)系信息，對(duì)所述目標(biāo)物品的檢測(cè)結(jié)果中目標(biāo)物品類(lèi)別信息進(jìn)行類(lèi)別轉(zhuǎn)換，并基于類(lèi)別轉(zhuǎn)換結(jié)果，判斷所述目標(biāo)物品的檢測(cè)結(jié)果是否有效，得到所述目標(biāo)物品的識(shí)別結(jié)果；

其中，所述第一訓(xùn)練樣本類(lèi)別映射關(guān)系信息，為同一訓(xùn)練樣本在作為所述檢測(cè)網(wǎng)絡(luò)模型對(duì)應(yīng)的訓(xùn)練樣本時(shí)所在的類(lèi)別，與在作為所述分類(lèi)網(wǎng)絡(luò)模型對(duì)應(yīng)的訓(xùn)練樣本時(shí)所在的類(lèi)別，二者之間的對(duì)應(yīng)關(guān)系信息。

可選地，所述基于類(lèi)別轉(zhuǎn)換結(jié)果，判斷所述目標(biāo)物品的檢測(cè)結(jié)果是否有效，包括：

基于類(lèi)別轉(zhuǎn)換結(jié)果，判斷所述目標(biāo)物品的檢測(cè)結(jié)果中的目標(biāo)物品類(lèi)別信息，與所述目標(biāo)物品的分類(lèi)結(jié)果的目標(biāo)物品類(lèi)別信息，是否匹配，得到第一判斷結(jié)果；

基于第一判斷結(jié)果，結(jié)合所述目標(biāo)物品的檢測(cè)結(jié)果及所述目標(biāo)物品的分類(lèi)結(jié)果中的置信度信息，確定所述目標(biāo)物品的檢測(cè)結(jié)果是否有效。

可選地，所述基于第一判斷結(jié)果，結(jié)合所述目標(biāo)物品的檢測(cè)結(jié)果及所述目標(biāo)物品的分類(lèi)結(jié)果中的置信度信息，確定所述目標(biāo)物品的檢測(cè)結(jié)果是否有效，包括：

當(dāng)所述第一判斷結(jié)果為二者匹配時(shí)，若所述目標(biāo)物品的檢測(cè)結(jié)果中置信度高于第一置信度閾值，或者所述目標(biāo)物品的分類(lèi)結(jié)果中置信度高于第二置信度閾值，則所述目標(biāo)物品的檢測(cè)結(jié)果有效，否則無(wú)效；

當(dāng)所述第一判斷結(jié)果為二者不匹配時(shí)，若所述目標(biāo)物品的檢測(cè)結(jié)果中置信度高于第三置信度閾值，或者所述目標(biāo)物品的分類(lèi)結(jié)果中置信度高于第四置信度閾值，則所述目標(biāo)物品的檢測(cè)結(jié)果有效，否則無(wú)效；