[发明专利]物体识别方法和装置

权利要求书

1.一种物体识别方法，其特征在于，所述方法包括：

基于二值规范梯度BING方法在待识别图像中确定至少一个第一候选框，所述第一候选框用于标识待检测是否包含目标物体的图像区域；

在所述至少一个第一候选框中，选取置信分值大于预设值的候选框，所述置信分值用于表征候选框中包含目标物体的概率；

根据所述置信分值大于预设值的候选框的大小，对所述置信分值大于预设值的候选框进行聚类，确定第二候选框，所述第二候选框的个数少于所述第一候选框的个数；

将所述第二候选框与目标物体模型进行比对，所述目标物体模型是通过采用卷积神经网络CNN对样本数据进行训练获得的关于所述目标物体的模型；

若所述第二候选框中存在所述目标物体模型，则标示所述第二候选框。

2.根据权利要求1所述的方法，其特征在于，所述基于二值规范梯度BING方法在待识别图像中确定至少一个第一候选框，包括：

采用所述BING方法对待识别图像进行对象估计，获得所述待识别图像中的至少一个第一候选框。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述置信分值大于预设值的候选框的大小，对所述置信分值大于预设值的候选框进行聚类，确定所述第二候选框，包括：

对所述置信分值大于预设值的候选框中每两个候选框，获取两个候选框各自左上角和右下角在所述待识别图像中位置坐标；

根据所述两个候选框各自左上角和右下角在所述待识别图像中位置坐标，获得所述两个候选框的重合面积；

若所述两个候选框的重合面积大于预设阈值，则判定所述两个候选框为一类；

根据聚类后的候选框，确定所述第二候选框。

4.根据权利要求3所述的方法，其特征在于，所述根据聚类后的候选框，确定所述第二候选框，包括：

将每一类包含的候选框在所述待识别图像中的位置坐标求平均，确定每一类包含的所有候选框的平均坐标对应的候选框为第二候选框；

或者，根据聚类后的候选框，确定每一类包含的候选框中置信分值最大的候选框为第二候选框。

5.根据权利要求1或2所述的方法，其特征在于，所述标示所述第一候选框之后，还包括：

向用户发出音频提示或者视频提示，以提示所述用户识别到所述目标物体。

6.一种物体识别装置，其特征在于，所述装置包括：

获取模块，被配置为基于二值规范梯度BING方法在待识别图像中确定至少一个第一候选框，所述第一候选框用于标识待检测是否包含目标物体的图像区域；

选取模块，被配置为在所述第一候选框中，选取置信分值大于预设值的候选框，所述置信分值用于表征候选框中包含目标物体的概率；

聚类模块，被配置为根据所述置信分值大于预设值的候选框的大小，对所述置信分值大于预设值的候选框进行聚类，确定第二候选框，所述第二候选框的个数少于所述第一候选框的个数；

比对模块，被配置为将所述第二候选框与目标物体模型进行比对，所述目标物体模型是通过采用卷积神经网络CNN对样本数据进行训练获得的关于所述目标物体的模型；

标示模块，被配置为若所述第二候选框中存在所述目标物体模型，则标示所述第二候选框。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，被配置为采用所述BING方法对待识别图像进行对象估计，获得所述待识别图像中的至少一个第一候选框。

8.根据权利要求6或7所述的装置，其特征在于，所述聚类模块包括：

坐标获取子模块，被配置为对所述置信分值大于预设值的候选框中每两个候选框，获取两个候选框各自左上角和右下角在所述待识别图像中位置坐标；

面积计算子模块，被配置为根据所述两个候选框各自左上角和右下角在所述待识别图像中位置坐标，获得所述两个候选框的重合面积；

聚类子模块，被配置为若所述两个候选框的重合面积大于预设阈值，则判定所述两个候选框为一类；

候选框确定子模块，被配置为根据聚类后的候选框，确定所述第二候选框。