[发明专利]目标对象识别方法、装置、存储介质和电子设备

说明书

本发明实施例提供一种目标对象识别方法、装置、存储介质和电子设备。目标对象识别方法包括：对待检图像的对象进行目标对象检测，获得所述对象的目标对象预测信息，目标对象预测信息为检测到的对象为目标对象的置信信息；对待检图像的所述对象进行关键点检测，获得所述对象的关键点预测信息；关键点预测信息为检测到对象的关键点为目标对象的关键点的置信信息；将目标对象预测信息以及关键点预测信息进行融合，获得所述对象的综合预测信息；根据综合预测信息对目标对象进行识别。从而，能够过滤掉综合质量相对低的待检图像，从而降低对目标对象进行处理时产生的误报率；此外，通过对待检图像的对象进行综合评估，还可确保得到较高的召回率。

技术领域

本发明实施例涉及计算机视觉技术，尤其涉及一种目标对象识别方法、装置、存储介质和电子设备。

背景技术

对对象的识别过程通常分为检测跟踪、关键点检测和对齐以及特征提取的处理。在此过程中，期望尽可能准确地识别到目标对象，而同时降低误判，也就是说，追求最高的召回率(识别率)和最低的误报率。

为了降低误报率，需要提高例如特征提取模型的精度。为此，需要改进模型网络结构以及增加训练样本数据。此外，在用于前述任务的模型精度保持相对稳定的情况下，还可进一步过滤掉开发者认为可能造成误报的目标对象(如人脸)，包括存入样本库的人脸用于测试识别的人脸。为此，需要区分哪些人脸是比较容易造成误报的人脸。

发明内容

本发明实施例的目的在于，提供一种图像处理技术。

根据本发明的第一方面，提供一种目标对象识别方法，包括：对待检图像的对象进行目标对象检测，获得所述对象的目标对象预测信息，所述目标对象预测信息为检测到的对象为目标对象的置信信息；对所述待检图像的所述对象进行关键点检测，获得所述对象的关键点预测信息；所述关键点预测信息为检测到对象的关键点为目标对象的关键点的置信信息；将所述目标对象预测信息以及所述关键点预测信息进行融合，获得所述对象的综合预测信息；根据所述综合预测信息对所述目标对象进行识别。

可选地，所述对待检图像的对象进行目标对象检测，和对所述待检图像的所述对象进行关键点检测之前，包括：获取所述待检图像的对象对应的图像区域；所述对待检图像的对象进行目标对象检测，包括：对待检图像的对象对应的图像区域进行目标对象检测；对所述待检图像的对象进行关键点检测，包括：对待检图像的对象对应的图像区域进行关键点检测。

可选地，所述将所述目标对象预测信息以及所述关键点预测信息进行融合，获得所述对象的综合预测信息，包括：将所述目标对象预测信息以及所述关键点预测信息相乘，得到所述对象的综合预测信息。

可选地，所述对所述待检图像的所述对象进行关键点检测，获得所述对象的关键点预测信息，包括：通过用于定位关键点的神经网络模型，对所述待检图像的对象进行关键点检测，获得所述对象的关键点预测信息。

可选地，所述获取所述待检图像的对象对应的图像区域之后，所述将所述目标对象预测信息以及所述关键点预测信息进行融合，获得所述对象的综合预测信息之前，还包括：从所述图像区域，检测所述对象的偏转角度信息；所述将所述目标对象预测信息以及所述关键点预测信息进行融合，获得所述对象的综合预测信息，包括：根据所述目标对象预测信息、所述关键点预测信息和所述偏转角度信息进行融合，获得所述对象的综合预测信息。

可选地，所述从所述图像区域，检测所述对象的偏转角度信息，包括：通过用于对象分类的神经网络模型，从所述图像区域检测所述对象的偏转角度信息。