[发明专利]目标匹配方法与装置

权利要求书

1.一种目标匹配方法，其特征在于，包括：

获取目标图像的第一信息，根据所述第一信息确定多个比对样本；

根据所述多个比对样本对应的多个第一比对区域确定所述目标图像的多个第二比对区域；

比对所述第二比对区域与每个所述比对样本的所述第一比对区域，以获取所述目标图像与所述多个比对样本的多个相似度；

将超过预设阈值且数值最高的所述相似度对应的比对样本设置为所述目标图像的匹配结果。

2.如权利要求1所述的目标匹配方法，其特征在于，所述获取目标图像的第一信息，根据所述第一信息确定多个样本包括：

压缩所述目标图像以获取所述第一信息；

在样本库中获取多个样本对应的多个第二信息；

比对所述第二信息与所述第一信息，将符合预设规则的第二信息对应的样本确定为所述比对样本。

3.如权利要求1所述的目标匹配方法，其特征在于，所述根据所述多个比对样本对应的多个第一比对区域确定所述目标图像的多个第二比对区域包括：

使用预设数据处理模型中的区域推荐网络层确定一个所述比对样本的所述第一比对区域，以及所述目标图像的所述第二比对区域，其中所述预设数据处理模型是孪生网络模型，所述预设数据处理模型的每次输入数据为所述目标图像和一个所述比对样本，每次输出数据为所述每次输入数据之间的相似度。

4.如权利要求3所述的目标匹配方法，其特征在于，所述比对所述第二比对区域与每个所述比对样本的所述第一比对区域，以获取所述目标图像与所述多个比对样本的多个相似度包括：

使用所述预设数据处理模型比对所述第一比对区域与所述第二比对区域，获取所述目标图像与一个所述比对样本的相似度；

多次将目标图像和一个所述比对样本输入所述预设数据处理模型，以获取所述目标图像与所述多个比对样本的多个相似度。

5.如权利要求3或4所述的目标匹配方法，其特征在于，所述预设数据处理模型的训练过程包括：

获取训练数据集，所述训练数据集包括多种类别的多个样本以及一个相似度度量矩阵，每个所述样本包括类别标签和标注窗口，所述相似度度量矩阵用于记录类别之间的样本相似度；

根据所述多个样本的标注窗口训练所述区域推荐网络层，所述区域推荐网络层用于确定每个所述样本的重点比对区域；

根据所述相似度度量矩阵确定多个所述样本相似度超过阈值的样本对，使用所述多个样本对以及每个样本对应的所述类别标签和所述标注窗口训练所述预设数据处理模型，根据所述预设数据处理模型的输出数据更新所述相似度度量矩阵，其中所述预设数据处理模型的各层初始权重通过使用公开数据集对骨干模型进行预训练得到。

6.如权利要求5所述的目标匹配方法，其特征在于，所述根据所述相似度度量矩阵确定多个所述样本相似度超过阈值的样本对包括：

使用线性分配算法处理所述相似度度量矩阵，以确定相似度超过所述阈值的所述类别；

在所述相似度超过所述阈值的类别中选取不同类别的样本形成多个样本对。

7.如权利要求5所述的目标匹配方法，其特征在于，所述预设数据处理模型为神经网络模型，包括组标准化层，所述组标准化层用于对输入特征图进行通道、高度、宽度三个维度的标准化。

8.一种目标匹配装置，其特征在于，包括：

数据预处理模块，设置为获取目标图像的第一信息，根据所述第一信息确定多个比对样本；

比对区域确定模块，设置为根据所述多个比对样本对应的多个第一比对区域确定所述目标图像的多个第二比对区域；

相似度获取模块，设置为比对所述第二比对区域与每个所述比对样本的所述第一比对区域，以获取所述目标图像与所述多个比对样本的多个相似度；

结果获取模块，设置为将超过预设阈值且数值最高的所述相似度对应的比对样本设置为所述目标图像的匹配结果。