[发明专利]对象识别方法、装置及设备在审

专利信息
申请号: 202010002999.9 申请日: 2020-01-02
公开(公告)号: CN111242178A 公开(公告)日: 2020-06-05
发明(设计)人: 徐青松;李青 申请(专利权)人: 杭州睿琪软件有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00
代理公司: 北京市柳沈律师事务所 11105 代理人: 王娟
地址: 310053 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 识别 方法 装置 设备
【说明书】:

公开了一种对象识别方法、装置及设备,所述对象识别方法包括:获取所述对象的至少一部分的第一图像;基于第一图像,确定所述对象的特征部位;获取所述对象的所述特征部位的第二图像;和基于第二图像,识别所述对象的对象类别。本公开提供的用于对象识别的方法、装置及设备,通过获取对象的特征部位并基于特征部位进行对象的类别识别,操作简便,能够有效提升对象识别的准确性。

技术领域

本公开涉及计算机技术领域,尤其涉及一种对象识别方法、装置及设备。

背景技术

在计算机技术领域中,存在对多种对象进行识别的需求。然而,在大多数情况下,用户需要自己根据对象的特征,通过搜索引擎、专业字典等辅助工具来自行查找并识别出对象的类别。这种查找非常耗时,并且准确性不高。近年来,出现了通过拍摄对象的图像,然后将该图像作为输入以得到对象的类别信息的应用。然而,由于用户拍摄的图像可能存在图像范围过大、细节信息不足、未包括对象的关键特征部位等问题,直接基于所拍摄的图像进行对象类别识别可能会产生不准确的结果。因此,存在对改进的用于识别对象的类别的方法及设备的需求。

发明内容

本公开提供了一种用于对象识别的方法,包括:获取所述对象的至少一部分的第一图像;基于第一图像,确定所述对象的特征部位;获取所述对象的所述特征部位的第二图像;和基于第二图像,识别所述对象的对象类别。

根据本公开的实施例,其中,确定所述对象的特征部位包括:基于第一图像,识别所述对象的初步类别;和基于识别出的所述对象的初步类别确定所述对象的特征部位。

根据本公开的实施例,其中,获取所述对象的所述特征部位的第二图像包括:向用户提供提示信息,所述提示信息指示用户输入所述对象的所述特征部位的第二图像;和接收所述对象的所述特征部位的第二图像。

根据本公开的实施例,其中,获取所述对象的所述特征部位的第二图像包括:确定所述第一图像是否包括所述对象的所述特征部位;和在所述第一图像包括所述对象的所述特征部位的情况下:对所述第一图像进行裁剪以得到所述特征部位的图像作为第二图像,或者在所述第一图像为第三图像进行下采样后的降分辨率图像的情况下,对所述第三图像进行裁剪以得到所述特征部位的图像作为第二图像。

根据本公开的实施例,其中,确定所述第一图像是否包括所述对象的所述特征部位包括:通过预先训练的第一对象部位识别模型对所述第一图像中对象的各个部位进行识别和标注;以及基于识别和标注结果来确定所述第一图像是否包括所述对象的所述特征部位。

根据本公开的实施例,其中,获取所述对象的所述特征部位的第二图像包括:确定所述第一图像是否包括所述对象的完整图像;和在所述第一图像包括所述对象的完整图像的情况下:对所述第一图像进行裁剪以得到所述特征部位的图像作为第二图像,或者在所述第一图像为第三图像进行下采样后的降分辨率图像的情况下,对所述第三图像进行裁剪以得到所述特征部位的图像作为第二图像。

根据本公开的实施例,其中,所述对象为植物,并且所述第二图像的分辨率比第一图像的分辨率更高,其中,识别所述对象的初步类别包括:获取并记录获取第一图像时的位置信息和季节信息中的一个或多个,根据所述位置信息和季节信息中的一个或多个排除不可能的对象类别;以及在排除不可能的对象类别的情况下,识别所述对象的初步类别。

根据本公开的实施例,其中,识别所述对象的对象类别包括:识别与所述对象相关联的类别信息、位置信息、季节信息、时间信息、天气信息和拍摄角度信息中的一个或多个。

根据本公开的实施例,其中,将所述第一图像和第二图像中的一个或多个存储到与所述对象的对象类别相对应的样本库中,并记录与所述位置信息、季节信息、时间信息、天气信息和拍摄角度信息中的一个或多个相对应的生理周期信息和形态信息。

根据本公开的实施例,其中,向用户提供提示信息包括:通过文字方式、图形方式和语音方式中的一种或多种来向用户提供提示信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州睿琪软件有限公司,未经杭州睿琪软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010002999.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top