[發明專利]一種邊云協作環境下的圖像目標識別難例判別方法在審

申請號：	202110136086.0	申請日：	2021-02-01
公開（公告）號：	CN112784917A	公開（公告）日：	2021-05-11
發明（設計）人：	李治軍;曹志強;潘珩	申請（專利權）人：	哈爾濱工業大學
主分類號：	G06K9/62	分類號：	G06K9/62
代理公司：	哈爾濱市陽光惠遠知識產權代理有限公司 23211	代理人：	劉景祥
地址：	150001 黑龍***	國省代碼：	黑龍江;23
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種協作環境圖像目標識別判別方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開一種邊云協作環境下的圖像目標識別難例判別方法。步驟1：將任務圖片通過邊緣端的輕量級物體檢測識別算法得出一個并不準確的檢測結果；步驟2：將步驟1的檢測結果再輸入到邊緣端的難例判別網絡中；步驟3：邊緣端的難例判別網絡根據輸入的結果判斷任務圖片是否為難例，若為難例則進入步驟4，若為簡單例則進入步驟5；步驟4：上傳到云端，經過云端計算后再返回結果輸出；步驟5：直接輸出邊緣端計算的結果。本發明解決的是邊云協同場景下物體檢測識別任務中，邊緣端如何判斷難例上云的問題。

技術領域

本發明屬于計算機視覺領域；具體涉及一種邊云協作環境下的圖像目標識別難例判別方法。

背景技術

邊云協同是邊緣計算多數部署和應用場景需要邊緣側與中心云的協同，包括資源協同、應用協同、數據協同、智能協同等多種協同。

計算機視覺是人工智能領域的一大熱門方向，而計算機視覺又有四個基本任務：即圖像分類，物體檢測識別，語義分割，實例分割。物體檢測識別是：若細分該任務可得到兩個子任務，即目標檢測，與目標識別，首先檢測是視覺感知的第一步，它盡可能搜索出圖像中某一塊存在目標(形狀、位置)。而目標識別類似于圖像分類，用于判決當前找到得圖像塊的目標具體是什么類別。

常用的物體檢測識別算法有：YOLO、SSD、R-CNNSPP，Fast R-CNN，Faster R-CNN，R-FCN，Mask R-CNN等等。常用的物體檢測識別數據集有：PASCAL VOC、MS COCO等等。

在邊云協同的場景下邊緣端設備獲得任務數據(圖片)后先進行邊緣端的計算，然后對于邊緣端難以完成的任務數據(圖片)上傳云端計算，邊緣端算力可以完成的就不上傳云端，在邊緣端解決，問題的關鍵就在于如何判別難例任務數據(圖片)使其上云。

發明內容

本發明提供一種邊云協作環境下的圖像目標識別難例判別方法，解決的是邊云協同場景下物體檢測識別任務中，邊緣端如何判斷難例上云的問題。

本發明通過以下技術方案實現：

一種邊云協作環境下的圖像目標識別難例判別方法，所述圖像目標識別難例判別方法包括以下步驟：

步驟1：將任務圖片通過邊緣端的輕量級物體檢測識別算法得出一個并不準確的檢測結果；

步驟2：將步驟1的檢測結果再輸入到邊緣端的難例判別網絡中；

步驟3：邊緣端的難例判別網絡根據輸入的結果判斷任務圖片是否為難例，若為難例則進入步驟4，若為簡單例則進入步驟5；

步驟4：上傳到云端，經過云端計算后再返回結果輸出；

步驟5：直接輸出邊緣端計算的結果。

進一步的，所述步驟1的輕量級物體檢測識別算法的輸出結果是根據目標種類而分類列出的多個5維向量，所述5維向量為置信度、Xmin、Ymin、Xmax和Ymax，，所述置信度表明算法對目標種類判斷，Xmin、Ymin、Xmax和Ymax表示目標在整個圖片里面的位置坐標占比。