[发明专利]基于人工智能的目标识别方法、装置及存储介质有效

专利信息
申请号: 202011435671.2 申请日: 2020-12-10
公开(公告)号: CN112434715B 公开(公告)日: 2022-07-22
发明(设计)人: 李星宇;岳大威;王宇 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/774 分类号: G06V10/774;G06V10/44;G06V10/25;G06K9/62;G06N3/04
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;贾允
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 目标 识别 方法 装置 存储 介质
【说明书】:

发明公开了基于人工智能的目标识别方法、装置及存储介质,上述方法包括获取待识别图像;提取该待识别图像的综合局部位置信息和全局上下文信息,得到该待识别图像对应的特征图组;基于该特征图组进行目标提取,得到目标提取结果,该目标提取结果中的每个目标对应包括四个角点,并且以该四个角点确定的四边形提取框框选该目标;根据该目标提取结果,输出目标识别结果。本发明可以精准回归四个角点,基于回归得到的四个角点,可以唯一确定一个四边形检测框,该四边形检测框相较于相关技术中的矩形检测框可以更为贴合图像中目标的外部轮廓,从而降低噪声,提升目标识别的精准度。

技术领域

本公开涉及人工智能领域,尤其涉及基于人工智能的目标识别方法、装置及存储介质。

背景技术

相关技术中的目标检测通常只能回归出目标的两个角点,通过两个角点唯一确定的矩形检测框框选目标,并目标检测的结果。但是,在实际进行图像采集时,由于拍摄角度导致拍摄目标的透视变换,矩形检测框并不能够很好的贴合目标检测的结果,容易包含冗余或噪声,导致了目标检测结果的精度有限。

发明内容

为了提升目标检测的精度,本公开实施例提供基于人工智能的目标识别方法、装置及存储介质。

一方面,本公开提供了一种基于人工智能的目标识别方法,所述方法包括:

获取待识别图像;

提取所述待识别图像的综合局部位置信息和全局上下文信息,得到所述待识别图像对应的特征图组;

基于所述特征图组进行目标提取,得到目标提取结果,所述目标提取结果中的每个目标对应包括四个角点,并且以所述四个角点确定的四边形提取框框选所述目标;

根据所述目标提取结果,输出目标识别结果。

另一方面,本公开提供一种基于人工智能的目标识别装置,所述装置包括:

待识别图像获取模块,用于获取待识别图像;

特征提取模块,用于提取所述待识别图像的综合局部位置信息和全局上下文信息,得到所述待识别图像对应的特征图组;

目标提取模块,用于基于所述特征图组进行目标提取,得到目标提取结果,所述目标提取结果中的每个目标对应包括四个角点,并且以所述四个角点确定的四边形提取框框选所述目标;

目标识别模块,用于根据所述目标提取结果,输出目标识别结果。

另一方面,本公开提供了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中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的一种基于人工智能的目标识别方法。

另一方面,本公开提供了一种电子设备,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现上述的一种基于人工智能的目标识别方法。

本公开提供了基于人工智能的目标识别方法、装置及存储介质。本公开可以精准回归四个角点,基于回归得到的四个角点,可以唯一确定一个四边形检测框,该四边形检测框相较于相关技术中的矩形检测框可以更为贴合图像中目标的外部轮廓,从而降低噪声,提升目标识别的精准度。

附图说明

为了更清楚地说明本公开实施例或相关技术中的技术方案和优点,下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。

图1是本公开提供相关技术中店招识别结果的示意图;

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202011435671.2/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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