[发明专利]一种物体识别方法、机器人以及计算机可读存储介质

说明书

本发明公开了一种物体识别方法、机器人以及计算机可读存储介质，其中，物体识别方法应用于机器人，包括：机器人获取到待识别物体的图片，判断图片是否符合预设条件；若图片符合预设条件，对图片中的待识别物体进行识别，确定图片的前景置信度和待识别物体相对于每一种物体类别的置信度；根据前景置信度与待识别物体相对于每一种物体类别的置信度确定并输出图片中的待识别物体的物体类别；通过上述方式，本发明能够在一定程度上解决了因机器人自身运动和环境因素导致的识别结果不准的问题，提高机器人物体识别的准确率。

技术领域

本发明涉及机器人的技术领域，特别是涉及一种物体识别方法、机器人以及计算机可读存储介质。

背景技术

随着科技的发展，图片的物体识别技术在人们的生活中应用的越来越广泛。人们只要对物体进行拍摄并上传到云端识别，就能够获得从云端反馈回来的物体的分类信息，方便快捷。同时，图片的物体识别这项技术在机器人这一领域中也开始逐步应用起来。

目前，市面上大多数落地的机器人物体识别功能都设置在云端，机器人先通过本地摄像头获取待识别物体的图片，再将待识别物体的图片进行上传并传至云端，云端接收到图片后，再对图片进行识别，最后返回识别结果给机器人。

然而，设置在云端的物体识别方法存在如下问题：当存在网络延时时，物体识别功能体验性不好，识别过程较慢；而当没有网络时，设置在云端的物体识别功能便无法使用；同时，机器人自身的运动和所处的环境等因素都会提高物体识别结果的不准确率，比如：机器人的运动导致摄像头所拍摄的图像十分模糊，机器人所识别的物体处于逆光环境中以及机器人所处的环境灯光非白色等等因素。

发明内容

本发明提供一种物体识别方法、机器人以及计算机可读存储介质，以提高机器人物体识别功能的物体识别结果的准确率。

为解决上述技术问题，本发明提供一种物体识别方法，物体识别方法应用于机器人，其中，物体识别方法包括：机器人获取到待识别物体的图片，判断图片是否符合预设条件；如果图片符合预设条件，对图片中的待识别物体进行识别，确定图片的前景置信度以及待识别物体相对于每一种物体类别的置信度；根据前景置信度与待识别物体相对于每一种物体类别的置信度确定并输出图片中的待识别物体的物体类别。

其中，如果图片符合预设条件，对图片中的待识别物体进行识别，确定图片的前景置信度以及待识别物体相对于每一种物体类别的置信度的步骤包括：如果图片符合预设条件，利用离线物体识别算法对图片中的待识别物体进行识别，确定图片的前景置信度以及待识别物体相对于机器人可识别物体类别中的每一种物体类别的置信度。

其中，根据前景置信度与待识别物体相对于每一种物体类别的置信度确定并输出图片中的待识别物体的物体类别的步骤具体包括：如果前景置信度达到前景阈值，判断物体类别的置信度中最大的置信度是否达到类别阈值；如果达到类别阈值，输出置信度最大的物体类别；如果未达到类别阈值，输出指定内容。

其中，物体识别方法还包括：如果前景置信度未达到前景阈值，输出指定内容。

其中，机器人获取到待识别物体的图片，判断图片是否符合预设条件的步骤包括：判断图片的清晰度、色度以及亮度是否满足各自对应的预设条件；如果图片的清晰度、色度以及亮度均满足各自对应的预设条件，确定图片符合预设条件。

其中，物体识别方法还包括：如果图片的亮度不满足其对应的预设条件，判断亮度是否在预设处理阈值范围内；如果亮度在预设处理阈值范围内，通过高动态范围图像对图片进行处理后，确定图片符合预设条件。

其中，判断图片的清晰度、色度以及亮度是否满足各自对应的预设条件的步骤之前还包括：将图片转换成RGB格式，并将转换后的图片进行裁剪，去除边缘背景。

其中，将图片转换成RGB格式，并将转换后的图片进行裁剪，去除边缘背景的步骤之后还包括：将图片的大小进行调整，以符合离线物体识别算法的预设计算大小。