[發明專利]物體識別方法、裝置、設備及存儲介質

有效

• 申請號: 202110421160.3
• 申請日: 2021-04-19
• 公開（公告）號: CN113205013B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 趙松;杜松
• 申請（專利權）人: 重慶創通聯達智能技術有限公司
• 主分類號: G06V20/50
• 分類號: G06V20/50;G06V10/40;G06V10/82;G06V10/764;G06V10/774;G06N3/0455;G06N3/082
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

1.一種物體識別方法，其特征在于，所述方法包括：

獲取目標物體圖像；

根據目標物體識別模型中的特征提取模型提取所述目標物體圖像的第四特征圖，其中，所述第四特征圖包括多個特征向量；

根據所述目標物體識別模型中的第一自編碼器對所述第四特征圖中的多個特征向量進行編碼，得到多個編碼向量；

根據所述多個特征向量的位置組合每個特征向量對應的編碼向量，得到第五特征圖；

根據所述目標物體識別模型中的第二自編碼器對所述第五特征圖進行圖像重建，得到第六特征圖；

計算所述第五特征圖與所述第六特征圖中的向量的重建誤差，得到第一重建誤差分布圖；

根據所述第一重建誤差分布圖確定目標物體是否為殘次物體；

其中，所述目標物體識別模型基于以下物體識別模型的訓練方法得到：

初始物體識別模型包括：預設的特征提取模型、預設的第一自編碼器和預設的第二自編碼器，所述方法包括：

獲取訓練樣本，其中，所述訓練樣本是非殘次物體圖像；

根據所述特征提取模型提取所述訓練樣本的第一特征圖，其中，所述第一特征圖包括多個特征向量；

根據所述第一自編碼器對所述第一特征圖中的多個特征向量進行編碼和解碼，得到多個編碼向量和多個解碼向量；

根據所述多個特征向量的位置組合每個特征向量對應的編碼向量，得到第二特征圖；

根據所述第二自編碼器對所述第二特征圖進行圖像重建，得到第三特征圖；

根據所述訓練樣本和所述第一特征圖訓練所述特征提取模型，以及根據所述第一特征圖和所述多個解碼向量訓練所述第一自編碼器，以及根據所述第二特征圖和所述第三特征圖訓練所述第二自編碼器，得到目標物體識別模型。

2.根據權利要求1所述的方法，其特征在于，所述特征提取模型包括DenseNet模型或者ResNet模型。

3.根據權利要求1所述的方法，其特征在于，所述第一自編碼器包括全連接自編碼器，所述第二自編碼器包括卷積自編碼器。

4.根據權利要求1-3任意一項所述的方法，其特征在于，所述計算所述第五特征圖與所述第六特征圖中的向量的重建誤差，得到第一重建誤差分布圖，包括：

計算所述第五特征圖與所述第六特征圖中的向量的重建誤差，得到第二重建誤差分布圖；

保留所述第二重建誤差分布圖中大于或等于預設誤差閾值的重建誤差，得到第一重建誤差分布圖。

5.根據權利要求1-3任意一項所述的方法，其特征在于，所述根據所述第一重建誤差分布圖確定目標物體是否為殘次物體，包括：

根據圖像二值化算法和邊緣檢測算法對所述重建誤差分布圖進行區域檢測，確定所述目標物體是否存在殘次區域。