[發明專利]對象識別方法、裝置、設備以及存儲介質

有效

• 申請號: 202110272805.1
• 申請日: 2021-03-12
• 公開（公告）號: CN112686230B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 李康源;郝少剛;謝昌諭;廖奔犇;張勝譽
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

1.一種對象識別方法，其特征在于，所述方法包括：

獲取目標空間內離散分布的多個對象的三維坐標；

將所述目標空間劃分為多個空間像素點；

基于每個空間像素點與多個三維坐標之間的距離，確定所述每個空間像素點的像素值，所述像素值用于表示所述空間像素點與所述多個對象之間的相對位置關系；

將所述目標空間劃分為多個相互平行的虛擬平面，每個所述虛擬平面包括多個空間像素點；

將每個所述虛擬平面上的多個空間像素點的像素值進行組合，得到每個所述虛擬平面對應的虛擬平面圖像；

將所述多個相互平行的虛擬平面分別對應的虛擬平面圖像進行組合，得到目標空間圖像，所述目標空間圖像用于訓練對象識別模型，所述對象識別模型用于根據任一目標空間圖像識別所述目標空間中離散分布的對象。

2.根據權利要求1所述的方法，其特征在于，所述基于每個空間像素點與多個三維坐標之間的距離，確定所述每個空間像素點的像素值包括：

對于任一空間像素點，對所述空間像素點與多個三維坐標之間的距離進行分布變換，以使分布變換后的多個距離符合目標分布；

將所述分布變換后的多個距離確定為一個空間像素點的像素值。

3.根據權利要求2所述的方法，其特征在于，所述目標分布為高斯分布，所述對所述空間像素點與多個三維坐標之間的距離進行分布變換包括：

對所述空間像素點與所述多個三維坐標之間的距離進行高斯變換，得到高斯變換后的多個距離；

所述將所述分布變換后的多個距離確定為一個空間像素點的像素值包括：

將所述高斯變換后的多個距離進行疊加，得到所述空間像素點的像素值。

4.根據權利要求3所述的方法，其特征在于，所述將所述高斯變換后的多個距離進行疊加，得到所述空間像素點的像素值之后，所述方法還包括：

顯示所述目標空間圖像；

基于所述目標空間圖像的清晰度，對高斯變換方差進行調整；

基于下一輪次中所述多個對象的三維坐標和調整后的高斯變換方差，重新生成所述下一輪次的目標空間圖像。

5.根據權利要求1所述的方法，其特征在于，所述獲取目標空間內離散分布的多個對象的三維坐標，包括：

獲取所述目標空間內所述多個對象的原始三維坐標；

對所述多個對象的原始三維坐標進行歸一化處理，得到所述多個對象的三維坐標。

6.根據權利要求5所述的方法，其特征在于，所述對所述多個對象的原始三維坐標進行歸一化處理，得到所述多個對象的三維坐標包括：

對于所述多個對象中的任一對象，將所述任一對象的原始三維坐標與所述目標空間的最大邊長相除，得到所述任一對象的三維坐標。

7.根據權利要求1所述的方法，其特征在于，所述將所述多個相互平行的虛擬平面分別對應的虛擬平面圖像進行組合，得到目標空間圖像之后，所述方法還包括：

將所述目標空間圖像輸入所述對象識別模型；

通過所述對象識別模型，基于所述目標空間圖像進行預測，輸出所述多個對象對應的預測標簽，所述預測標簽用于指示對應對象的類型；

獲取所述對象識別模型輸出的預測標簽的準確度；

基于所述準確度，確定在下一輪次中將所述目標空間劃分得到的空間像素點的數量，所述數量與所述準確度負相關。

8.根據權利要求1所述的方法，其特征在于，所述對象識別模型的訓練方法包括：

將所述目標空間圖像輸入所述對象識別模型，由所述對象識別模型基于所述目標空間圖像進行預測，輸出所述多個對象在所述目標空間中的預測標簽，所述預測標簽用于指示對應對象的類型；

基于所述多個對象在所述目標空間中的預測標簽與所述多個對象在所述目標空間中的實際標簽之間的差異，對所述對象識別模型的模型參數進行調整。