[發明專利]目標識別方法、裝置、設備及存儲介質

有效

• 申請號: 202210007427.9
• 申請日: 2022-01-06
• 公開（公告）號: CN114022748B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 周波;鄒小剛;苗瑞;武新宇
• 申請（專利權）人: 深圳市海清視訊科技有限公司
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/80;G06K9/62;G06N3/04;G06V10/56;G06V10/774
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種目標識別方法，其特征在于，圖像識別網絡包括特征提取網絡、池化網絡、擴張卷積網絡和路徑聚合網絡，所述特征提取網絡、所述池化網絡、所述擴張卷積網絡、所述路徑聚合網絡依次連接，所述路徑聚合網絡中包括特征金字塔網絡和用于存儲圖像特征的記憶網絡；

所述目標識別方法包括：

獲取待識別的圖像；

通過所述特征提取網絡對所述圖像進行特征提取；

通過所述池化網絡對來自所述特征提取網絡的圖像特征進行池化處理；

通過所述擴張卷積網絡對池化后的圖像特征進行擴張卷積處理；

通過所述特征金字塔網絡，結合所述記憶網絡中存儲的圖像特征，對來自所述特征提取網絡的圖像特征和來自所述擴張卷積網絡的圖像特征進行特征聚合處理，并在所述記憶網絡中存儲所述特征聚合處理中的圖像特征；

根據來自所述路徑聚合網絡的圖像特征，得到所述圖像中目標對象的識別結果；

所述特征金字塔網絡的輸出層連接有對應的記憶網絡，所述通過所述特征金字塔網絡，結合所述記憶網絡中存儲的圖像特征，對來自所述特征提取網絡的圖像特征和來自所述擴張卷積網絡的圖像特征進行特征聚合處理，并在所述記憶網絡中存儲所述特征聚合處理中的圖像特征，包括：

通過所述特征金字塔網絡，結合對應的記憶網絡中存儲的圖像特征，對來自所述特征提取網絡的圖像特征和來自所述擴張卷積網絡的圖像特征進行特征聚合處理；

在所述記憶網絡中，對來自對應的特征金字塔網絡的圖像特征進行存儲；

所述路徑聚合網絡包括至少三個所述特征金字塔網絡，所述通過所述特征金字塔網絡，結合對應的記憶網絡中存儲的圖像特征，對來自所述特征提取網絡的圖像特征和來自所述擴張卷積網絡的圖像特征進行特征聚合處理，包括：

在所述路徑聚合網絡的第一個特征金字塔網絡中，結合位于所述第一個特征金字塔網絡頂部的記憶網絡中存儲的圖像特征，對來自所述擴張卷積網絡的圖像特征進行上采樣處理及特征聚合處理；

在除所述第一個特征金字塔網絡之外的剩余特征金字塔網絡中，結合位于所述剩余特征金字塔網絡頂部的記憶網絡中存儲的圖像特征，對來自上一特征金字塔網絡的圖像特征進行上采樣處理及特征聚合處理，或者，進行下采樣處理及特征聚合處理；

其中，在所述路徑聚合網絡中，上采樣處理和下采樣處理交替進行。

2.根據權利要求1所述的目標識別方法，其特征在于，所述特征提取網絡包括雙通道網絡和共享網絡，所述雙通道網絡包括第一網絡和第二網絡；

所述通過所述特征提取網絡對所述圖像進行特征提取，包括：

確定所述圖像對應的灰度圖；

通過所述第一網絡，對所述圖像進行特征提取；

通過所述第二網絡，對所述灰度圖進行特征提取；

通過所述共享網絡對來自所述第一網絡的圖像特征和來自所述第二網絡的圖像特征進行特征融合和特征提取。

3.根據權利要求1所述的目標識別方法，其特征在于，所述池化網絡為空間金字塔池化網絡，所述通過所述池化網絡對來自所述特征提取網絡的圖像特征進行池化處理，包括：

通過所述金字塔池化網絡，對來自所述特征提取網絡的多個不同尺度的圖像特征進行最大池化，得到相同尺度的圖像特征。