[發(fā)明專利]基于人工智能的目標(biāo)識(shí)別方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011435671.2
• 申請(qǐng)日: 2020-12-10
• 公開(kāi)（公告）號(hào): CN112434715B
• 公開(kāi)（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 李星宇;岳大威;王宇
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06V10/44;G06V10/25;G06K9/62;G06N3/04
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);賈允

1.一種基于人工智能的目標(biāo)識(shí)別方法，其特征在于，所述方法包括：

獲取待識(shí)別圖像；

提取所述待識(shí)別圖像的綜合局部位置信息和全局上下文信息，得到所述待識(shí)別圖像對(duì)應(yīng)的特征圖組；

基于所述特征圖組進(jìn)行目標(biāo)提取，得到目標(biāo)提取結(jié)果，所述目標(biāo)提取結(jié)果中的每個(gè)目標(biāo)對(duì)應(yīng)包括四個(gè)角點(diǎn)，并且以所述四個(gè)角點(diǎn)確定的四邊形提取框框選所述目標(biāo)；

若所述目標(biāo)提取結(jié)果中包括至少一個(gè)嵌套結(jié)構(gòu)，對(duì)所述嵌套結(jié)構(gòu)的外層進(jìn)行提取，得到第一提取框；以及，對(duì)所述嵌套結(jié)構(gòu)的內(nèi)層進(jìn)行提取，得到至少一個(gè)第二提取框，所述第一提取框和所述第二提取框均為四邊形提取框；

若所述第二提取框數(shù)量等于1，則得到所述第二提取框與第一提取框的交集，若所述交集與所述第二提取框的比值大于預(yù)設(shè)第一閾值，則刪除目標(biāo)提取框，得到處理結(jié)果，所述目標(biāo)提取框?yàn)樗龅诙崛】蚺c所述第一提取框中置信度較小的提取框；

若所述第二提取框數(shù)量大于1，則若各個(gè)相鄰的第二提取框的重疊度小于預(yù)設(shè)第二閾值，并且各個(gè)第二提取框的并集與所述第一提取框的比值大于預(yù)設(shè)第三閾值，則刪除所述第一提取框，得到所述處理結(jié)果；

根據(jù)所述處理結(jié)果，輸出目標(biāo)識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述特征圖組進(jìn)行目標(biāo)提取，得到目標(biāo)提取結(jié)果之后，所述方法還包括：

計(jì)算所述目標(biāo)提取結(jié)果中各個(gè)四邊形提取框的重疊度；

根據(jù)所述重疊度對(duì)所述目標(biāo)提取結(jié)果進(jìn)行過(guò)濾，得到過(guò)濾結(jié)果；

根據(jù)所述過(guò)濾結(jié)果，輸出所述目標(biāo)識(shí)別結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取訓(xùn)練樣本集，對(duì)于所述訓(xùn)練樣本集中的每個(gè)樣本圖像，所述樣本圖像中的每個(gè)標(biāo)注目標(biāo)均包括四個(gè)標(biāo)注角點(diǎn)；

根據(jù)所述訓(xùn)練樣本集訓(xùn)練目標(biāo)提取網(wǎng)絡(luò)，直至所述目標(biāo)提取網(wǎng)絡(luò)產(chǎn)生的損失小于損失閾值；所述目標(biāo)提取網(wǎng)絡(luò)包括依次連接的特征提取網(wǎng)絡(luò)和目標(biāo)預(yù)測(cè)網(wǎng)絡(luò)；

其中，所述特征提取網(wǎng)絡(luò)用于提取所述待識(shí)別圖像的綜合局部位置信息和全局上下文信息，得到所述待識(shí)別圖像對(duì)應(yīng)的特征圖組；所述目標(biāo)預(yù)測(cè)網(wǎng)絡(luò)用于基于所述特征圖組進(jìn)行目標(biāo)提取，得到目標(biāo)提取結(jié)果，所述目標(biāo)提取結(jié)果中的每個(gè)目標(biāo)對(duì)應(yīng)包括四個(gè)角點(diǎn)，并且以所述四個(gè)角點(diǎn)確定的四邊形提取框框選所述目標(biāo)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取訓(xùn)練樣本集，包括：

獲取第一樣本集，對(duì)于所述第一樣本集中的每個(gè)第一樣本圖像，所述第一樣本圖像中的每個(gè)標(biāo)注目標(biāo)均包括四個(gè)標(biāo)注角點(diǎn)；

對(duì)所述第一樣本集中的至少一個(gè)第一樣本圖像進(jìn)行圖像增強(qiáng)，得到所述第一樣本圖像對(duì)應(yīng)的至少一個(gè)第二樣本圖像；

根據(jù)所述第一樣本圖像集，以及各個(gè)第一樣本圖像對(duì)應(yīng)的各個(gè)第二樣本圖像，生成所述訓(xùn)練樣本集。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練樣本集訓(xùn)練目標(biāo)提取網(wǎng)絡(luò)，包括：

將樣本圖像輸入所述特征提取網(wǎng)絡(luò)，得到所述樣本圖像對(duì)應(yīng)的特征圖組；

將所述特征圖組輸入所述目標(biāo)預(yù)測(cè)網(wǎng)絡(luò)，得到第一熱力圖組，所述第一熱力圖組包括每個(gè)目標(biāo)的中心點(diǎn)熱力圖，以及所述每個(gè)目標(biāo)對(duì)應(yīng)的四個(gè)角點(diǎn)的熱力圖；

根據(jù)所述樣本圖像得到第二熱力圖組，所述第二熱力圖組包括每個(gè)標(biāo)注目標(biāo)的中心點(diǎn)熱力圖，以及所述每個(gè)標(biāo)注目標(biāo)的四個(gè)角點(diǎn)的熱力圖；

根據(jù)所述第一熱力圖組和所述第二熱力圖組，計(jì)算損失值；

若所述損失值大于等于所述損失閾值，則反饋調(diào)節(jié)所述目標(biāo)提取網(wǎng)絡(luò)的參數(shù)。