[发明专利]目标对象状态识别方法、装置、存储介质及电子装置

权利要求书

1.一种目标对象状态识别方法，其特征在于，包括：

获取目标帧图像，其中，所述目标帧图像为对目标对象进行拍摄所得到的图像；

基于第一规则对所述目标帧图像进行识别，以得到所述目标对象的第一状态识别结果；

使用第一模型对所述目标帧图像进行分析，以得到所述目标对象的第二状态识别结果，其中，所述第一模型为使用多组数据通过对初始模型进行机器学习训练所得到的，所述多组数据中的每组数据均包括：帧图像和帧图像中包括的对象的状态识别结果；

综合所述第一状态识别结果和所述第二状态识别结果确定所述目标对象的状态。

2.根据权利要求1所述的方法，其特征在于，基于第一规则对所述目标帧图像进行识别，以得到第一状态识别结果包括：

检测得到所述目标帧图像的目标区域图像；

基于所述第一规则对所述目标区域图像进行识别，以得到所述第一状态识别结果。

3.根据权利要求1所述的方法，其特征在于，使用第一模型对所述目标帧图像进行分析，以得到所述目标对象的第二状态识别结果包括：

检测得到所述目标帧图像的目标区域图像；

使用第一模型对所述目标区域图像进行分析，以得到所述目标对象的第二状态识别结果。

4.根据权利要求1所述的方法，其特征在于，所述第一状态识别结果和所述第二状态识别结果均用于指示在所述目标对象的目标区域中是否正常设置有目标物品，其中，所述状态识别结果包括以下结果之一：

未知状态，正常状态，缺失状态，污损遮挡状态。

5.根据权利要求1或4所述的方法，其特征在于，综合所述第一状态识别结果和所述第二状态识别结果确定所述目标对象的状态包括：

在确定所述第一状态识别结果为正常结果的情况下，将所述目标对象的状态确定为正常，其中，所述正常结果用于指示在所述目标对象的目标区域中正常设置有所述目标物品；

在确定所述第一状态识别结果用于为除所述正常结果之外的其他结果的情况下，将所述目标对象的状态确定为所述第二状态识别结果所指示的状态。

6.根据权利要求1所述的方法，其特征在于，

在使用第一模型对所述目标帧图像进行分析，以得到所述目标对象的第二状态识别结果之前，所述方法还包括：将所述初始模型的损失函数配置为softmax+cross_entropy损失函数；

使用第一模型对所述目标帧图像进行分析，以得到所述目标对象的第二状态识别结果包括：使用第一模型对所述目标帧图像进行分析，将softmax分类层置信度最大的类别作为所述第二状态识别结果。

7.根据权利要求1所述的方法，其特征在于，

获取目标帧图像包括：获取对目标对象进行拍摄所得到的多张目标帧图像；

基于第一规则对所述目标帧图像进行识别，以得到所述目标对象的第一状态识别结果包括：基于第一规则对每张所述目标帧图像进行识别，以得到每张所述目标帧图像所对应的所述目标对象的第一状态识别结果；

使用第一模型对所述目标帧图像进行分析，以得到所述目标对象的第二状态识别结果包括：使用第一模型对每张所述目标帧图像进行分析，以得到每张所述目标帧图像所对应的所述目标对象的第二状态识别结果；

综合所述第一状态识别结果和所述第二状态识别结果确定所述目标对象的状态包括：综合每张所述目标帧图像所对应的所述第一状态识别结果和第二状态识别结果确定每张所述目标帧图像所对应的所述目标对象的状态；将多张所述目标帧图像所对应的所述目标对象的状态中出现次数最多的状态确定为所述目标对象的最终状态。