[发明专利]一种对象识别方法、装置、设备及存储介质

权利要求书

1.一种对象识别方法，其特征在于，所述方法包括：

获取针对于第一对象的点云数据；

将所述第一对象的点云数据输入至预先完成训练的神经网络模型，以便所述神经网络模型输出得到所述第一对象对应的第一特征向量，所述神经网络模型预先基于样本点云数据以及样本对象的样本特征向量完成训练；

当所述第一特征向量与所述第二对象对应的第二特征向量相匹配时，确定所述第一对象与所述第二对象为同一对象。

2.根据权利要求1所述的方法，其特征在于，所述当所述第一特征向量与所述第二对象对应的第二特征向量相匹配时，确定所述第一对象与所述第二对象为同一对象，包括：

计算所述第一特征向量与所述第二特征向量之间的余弦距离；

当所述余弦距离大于预设阈值时，确定所述第一对象与所述第二对象为同一对象。

3.根据权利要求1所述的方法，其特征在于，所述获取第一对象的点云数据，包括：

获取针对于所述第一对象的彩色图像；

对所述彩色图像进行图像分割，确定所述彩色图像上所述第一对象的第一图像区域；

根据彩色图像与深度图像之间的对应关系，确定所述深度图像上与所述第一图像区域对应的第二图像区域；

根据所述第二图像区域中各个像素点的坐标，计算得到所述第一对象的点云数据。

4.根据权利要求1所述的方法，其特征在于，所述第一对象的点云数据预先经过去噪和/或补洞处理。

5.根据权利要求1所述的方法，其特征在于，所述第一对象的点云数据预先经过标准化处理，所述标准化处理包括对象姿态矫正、点云数据的下采样以及点云数据的坐标归一化中的任意一种或多种处理。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述第二对象的第二特征向量是由所述神经网络模型根据所述第二对象的点云数据输出得到的，或，所述第二对象的第二特征向量为预设数据库中的特征向量。

7.一种对象识别装置，其特征在于，所述装置包括：

获取模块，用于获取针对于第一对象的点云数据；

输入模块，用于将所述第一对象的点云数据输入至预先完成训练的神经网络模型，以便所述神经网络模型输出得到所述第一对象对应的第一特征向量，所述神经网络模型预先基于样本点云数据以及样本对象的样本特征向量完成训练；

确定模块，用于当所述第一特征向量与所述第二对象对应的第二特征向量相匹配时，确定所述第一对象与所述第二对象为同一对象。

8.根据权利要求7所述的装置，其特征在于，所述获取模块，包括：

获取单元，用于获取针对于所述第一对象的彩色图像；

图像分割单元，用于对所述彩色图像进行图像分割，确定所述彩色图像上所述第一对象的第一图像区域；

确定单元，用于根据彩色图像与深度图像之间的对应关系，确定所述深度图像上与所述第一图像区域对应的第二图像区域；

计算单元，用于根据所述第二图像区域中各个像素点的坐标，计算得到所述第一对象的点云数据。

9.一种设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1至6任一项所述的对象识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-6中任一项所述的对象识别方法。