[發(fā)明專利]室內(nèi)物體識別的方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210153447.7
• 申請日: 2022-02-18
• 公開（公告）號: CN114663748A
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計）人: 李玉敏
• 申請（專利權(quán)）人: 特斯聯(lián)科技集團(tuán)有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 李小朋

1.一種室內(nèi)物體識別的方法，其特征在于，包括：

獲取標(biāo)注有時間信息的室內(nèi)全景圖像，所述室內(nèi)全景圖像中包含至少一個待識別物體圖像；

對所述室內(nèi)全景圖像進(jìn)行視野分割處理，得到至少一個子室內(nèi)圖像，其中每個子室內(nèi)圖像中包含一個所述待識別物體圖像以及對應(yīng)的位置信息以及時間信息；

利用所述子室內(nèi)圖像對初始的卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，當(dāng)檢測到滿足預(yù)設(shè)訓(xùn)練條件時，生成目標(biāo)卷積網(wǎng)絡(luò)模型；

利用所述目標(biāo)卷積網(wǎng)絡(luò)模型對待檢測室內(nèi)全景圖像進(jìn)行物體對象識別，得到對應(yīng)物體對象的位置識別結(jié)果。

2.如權(quán)利要求1所述的方法，其特征在于，所述當(dāng)檢測到滿足預(yù)設(shè)訓(xùn)練條件時，生成目標(biāo)卷積網(wǎng)絡(luò)模型，包括：

當(dāng)檢測到達(dá)到訓(xùn)練至模型收斂、訓(xùn)練次數(shù)達(dá)到預(yù)設(shè)迭代次數(shù)以及訓(xùn)練時長達(dá)到預(yù)設(shè)訓(xùn)練時間的其中一種時，確定滿足所述預(yù)設(shè)訓(xùn)練條件，生成所述目標(biāo)卷積網(wǎng)絡(luò)模型。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述利用所述子室內(nèi)圖像對初始的卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

獲取包含同一個待識別物體圖像的多個子室內(nèi)圖像，其中每個子室內(nèi)圖像對應(yīng)于不同的時間信息；

將多個對應(yīng)于不同時間信息的子室內(nèi)圖像輸入至所述初始卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成所述目標(biāo)卷積網(wǎng)絡(luò)模型。

4.如權(quán)利要求1所述的方法，其特征在于，所述利用所述目標(biāo)卷積網(wǎng)絡(luò)模型對待檢測室內(nèi)全景圖像進(jìn)行物體對象識別，得到對應(yīng)物體對象的位置識別結(jié)果，包括：

基于所述目標(biāo)卷積網(wǎng)絡(luò)模型，對所述待檢測室內(nèi)全景圖像進(jìn)行特征識別，得到物體對象參數(shù)，所述物體對象參數(shù)包括物體對象的形態(tài)特征參數(shù)以及位置特征參數(shù)；

根據(jù)所述物體對象參數(shù)與當(dāng)前時間信息的匹配關(guān)系，得到對應(yīng)物體對象的位置識別結(jié)果。

5.如權(quán)利要求4所述的方法，其特征在于，在所述基于所述目標(biāo)卷積網(wǎng)絡(luò)模型，對所述待檢測室內(nèi)全景圖像進(jìn)行特征識別，得到物體對象參數(shù)之后，還包括：

根據(jù)所述物體對象參數(shù)，獲取所述物體對象對應(yīng)的大小特征、色彩特征以及輪廓特征的至少一種；

根據(jù)所述大小特征、色彩特征以及輪廓特征的至少一種，確定所述物體對象對應(yīng)于預(yù)設(shè)物體類別時，確定所述物體對象參數(shù)與當(dāng)前時間信息的匹配關(guān)系。

6.如權(quán)利要求5所述的方法，其特征在于，所述確定所述物體對象參數(shù)與當(dāng)前時間信息的匹配關(guān)系，包括：

獲取當(dāng)前時間信息，并檢測所述物體對象是否滿足在所述當(dāng)前時間信息上進(jìn)行展示的條件；

若確定所述物體對象滿足在所述當(dāng)前時間信息上進(jìn)行展示的條件，確定所述物體對象參數(shù)與當(dāng)前時間信息相匹配。

7.一種室內(nèi)物體識別的裝置，其特征在于，包括：

獲取模塊，被配置為獲取標(biāo)注有時間信息的室內(nèi)全景圖像，所述室內(nèi)全景圖像中包含至少一個待識別物體圖像；

分割模塊，被配置為對所述室內(nèi)全景圖像進(jìn)行視野分割處理，得到至少一個子室內(nèi)圖像，其中每個子室內(nèi)圖像中包含一個所述待識別物體圖像以及對應(yīng)的位置信息以及時間信息；

訓(xùn)練模塊，被配置為利用所述子室內(nèi)圖像對初始的卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，當(dāng)檢測到滿足預(yù)設(shè)訓(xùn)練條件時，生成目標(biāo)卷積網(wǎng)絡(luò)模型；

生成模塊，被配置為利用所述目標(biāo)卷積網(wǎng)絡(luò)模型對待檢測室內(nèi)全景圖像進(jìn)行物體對象識別，得到對應(yīng)物體對象的位置識別結(jié)果。

8.一種電子設(shè)備，其特征在于，包括：

存儲器，用于存儲可執(zhí)行指令；以及，

處理器，用于與所述存儲器執(zhí)行所述可執(zhí)行指令從而完成權(quán)利要求1-6中任一所述室內(nèi)物體識別的方法的操作。

9.一種計算機(jī)可讀存儲介質(zhì)，用于存儲計算機(jī)可讀取的指令，其特征在于，所述指令被執(zhí)行時執(zhí)行權(quán)利要求1-6中任一所述室內(nèi)物體識別的方法的操作。