[發(fā)明專利]對象識別統(tǒng)計方法及裝置、電子設(shè)備、存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110568125.4
• 申請日: 2021-05-25
• 公開（公告）號: CN113033516A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計）人: 楊飛;王夢
• 申請（專利權(quán)）人: 中國科學(xué)院地理科學(xué)與資源研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京樂知新創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11734
• 代理人: 江宇

1.一種對象識別統(tǒng)計方法，其特征在于，所述方法包括：

爬取設(shè)定區(qū)域的街景圖片，對所述街景圖片中的待識別對象進行標(biāo)注，生成標(biāo)注數(shù)據(jù)，將所述標(biāo)注數(shù)據(jù)作為預(yù)訓(xùn)練圖像數(shù)據(jù)；

將所述預(yù)訓(xùn)練圖像數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式；

將統(tǒng)一格式的所述預(yù)訓(xùn)練圖像數(shù)據(jù)輸入特征提取網(wǎng)絡(luò)，將所述預(yù)訓(xùn)練圖像數(shù)據(jù)轉(zhuǎn)換為不同步長的第一特征圖數(shù)據(jù)；

根據(jù)不同步長的第一特征圖數(shù)據(jù)，計算所述第一特征圖數(shù)據(jù)的特征圖金字塔網(wǎng)絡(luò)FPN的兩層以上的第二特征圖數(shù)據(jù)；

遍歷所述兩層以上的第二特征圖數(shù)據(jù)，將每層第二特征圖數(shù)據(jù)上的每個像素點對應(yīng)到原圖上而分別生成對應(yīng)的錨框；

在所述錨框中，確定區(qū)域生成網(wǎng)絡(luò)RPN訓(xùn)練時的正類樣本和負類樣本；

將每一層的所述錨框進行不同長寬比例的變換，并確定變換后的所述錨框作為前景或背景的概率，作為分類信息，以及，確定變換后的所述錨框的偏移量的回歸，作為回歸信息；在所述分類信息中，查找所述正類樣本和所述負類樣本所對應(yīng)的概率值，并基于所述正類樣本和所述負類樣本的標(biāo)簽，計算交叉熵損失值；在所述回歸信息中，查找所述正類樣本所在索引對應(yīng)的偏移量，計算所述正類樣本的偏移量，以及所述正類樣本與真實框之間的偏移量值，計算回歸損失值；

在變換后的所述錨框中選取設(shè)定數(shù)量的錨框，作為感興趣區(qū)域ROI，并對所述錨框數(shù)值進行非最大值抑制NMS計算，去除重復(fù)的錨框；

計算剩余的ROI中每個ROI與真實框之間的交并比IOU，根據(jù)IOU對剩余的ROI進行正樣本與負樣本分類；計算每個正樣本ROI與最接近的真實框之間的偏移量，并將真實框所對應(yīng)的類別信息賦予其對應(yīng)的正樣本，并保存每個正樣本ROI最接近的真實框的掩碼信息；

基于所述掩碼信息確定并識別出所述待識別對象。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述爬取設(shè)定區(qū)域的街景圖片，包括：

在電子地圖的設(shè)定區(qū)域中確定起始街景圖片采樣點，所述采樣點的標(biāo)識為panoID；

從所述街景圖片采樣點開始，遍歷首條道路中存放的panoID數(shù)組中的最后一個起始街景圖片采樣點時，解析道路數(shù)組中的非當(dāng)前元素，并將所述非當(dāng)前元素對應(yīng)到關(guān)聯(lián)Link數(shù)組中的panoID，得到下一條道路的首個街景圖片采樣點，作為下一條道路的錨節(jié)點sid；

搜索設(shè)定區(qū)域內(nèi)的所有道路的sid；

為搜索到的每個sid分別建立相應(yīng)文檔，并在所述文檔中寫入與sid對應(yīng)的道路中的所有街景圖片采樣點及其panoID；

根據(jù)panoID發(fā)送請求命令并獲取響應(yīng)，遍歷每條panoID，拼接每個街景圖片采樣點的圖片下載鏈接，進行街景圖片的下載。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述街景圖片中的待識別對象進行標(biāo)注，生成標(biāo)注數(shù)據(jù)，包括：

選擇并讀取街景圖片的文件中每個原始街景圖片的源文件；

通過繪制多邊形create polygon命令，對原始街景圖片中的待識別對象的區(qū)域邊框進行編輯，進行目標(biāo)標(biāo)注；

將標(biāo)注后的原始街景圖片保存為設(shè)定格式的文件，作為預(yù)訓(xùn)練圖像數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述預(yù)訓(xùn)練圖像數(shù)據(jù)轉(zhuǎn)換為不同步長的第一特征圖數(shù)據(jù)，包括：

對所述預(yù)訓(xùn)練圖像數(shù)據(jù)分別進行歸一化和激活處理；

并對激活處理后的預(yù)訓(xùn)練圖像數(shù)據(jù)進行批量標(biāo)準(zhǔn)化BN訓(xùn)練；

對BN訓(xùn)練后的預(yù)訓(xùn)練圖像數(shù)據(jù)進行ReLU激活，得到不同步長的兩層以上的第一特征圖數(shù)據(jù)。