[发明专利]目标识别方法、装置、计算机设备和存储介质

说明书

本发明属于图像处理技术领域，具体提供一种目标识别方法、装置、计算机设备和存储介质，旨在解决目标类别经常变化，样本数量少的情景下，如何实现快速、准确目标识别的问题。为此目的，本发明的方法包括：基于目标示例图像，得到每个目标示例图像对应的Support特征向量和全部目标示例图像对应的Attention向量；根据Attention向量应用区域生成模型提取待识别图像中的目标候选区域Query图像；将Query图像输入目标检测网络得到Query特征向量；通过计算并比较Support特征向量和Query特征向量的相似度分值确定目标类别。应用本发明的方法，用户只需在目标变化时，获取少量目标示例图像，更新应用数据，即可实现快速、准确的目标识别，因此可以有效减轻相关人员的工作量，节约人工成本。

技术领域

本发明属于图像处理技术领域，具体提供一种目标识别方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的不断发展，以及人们消费习惯的变化，电商直播市场十分火爆，一名带货主播在一场直播中可能需要展示数十种商品，如何在展示商品的同时，快速、准确地显示出商品链接，使消费者看到心仪的商品时，能够马上下单，成为了直播购物体验的重要一环。然而，目前的带货直播软件，商品的链接往往需要通过手动推送或集中展示的方式呈现给观众；并且，每场带货直播中被展示的商品是不确定的，甚至是临时增加的。人工确定商品类别，推送商品链接，一方面需要增加人力投入，提高了直播成本；另一方面，因为快节奏的直播互动，时常会出现工作人员的错误操作。

传统的目标识别方法通常基于大量样本训练的网络模型，但是在目标多变、样本数量少，并且需要快速得到目标识别结果的应用(包括但不限于直播场景)中，传统的目标识别方法已不能适应新的需求。如何针对多变的目标，在不固定的背景中，快速、准确地从图像中自动识别出所需的目标，成为一个函待解决的问题。

相应地，本领域需要一种新的方案来解决上述问题。

发明内容

为了解决现有技术中的上述问题，即为了解决传统的基于大量样本训练数据的目标检测方法，在目标类别经常变化，样本数量少，并且目标所处场景不固定的情况下，无法快速、准确地识别目标的问题。在第一方面，本发明提出了一种目标识别方法，所述方法包括：

基于目标示例图像，得到每个所述目标示例图像对应的Support特征向量和全部所述目标示例图像对应的Attention向量，其中，每个所述目标示例图像中只包含一个目标；

将待识别图像和所述Attention向量输入区域生成模型，得到目标候选区域的坐标信息和置信度；

根据所述坐标信息和所述置信度在所述待识别图像中截取所述目标候选区域，得到Query图像；

将所述Query图像输入图像检索模型，得到Query特征向量；

对所述Query特征向量和所述Support特征向量进行相似性度量，得到相似度分值；

根据所述相似度分值确定所述待识别图像对应的目标类别。

在上述目标识别方法的一个实施方式中，“基于目标示例图像，得到每个所述目标示例图像对应的Support特征向量和全部所述目标示例图像对应的Attention向量”的步骤具体包括：

对所述目标示例图像进行第一预处理，得到第一Support图像；

将每个所述第一Support图像输入所述图像检索模型，得到其所对应的所述Support特征向量；

对所述目标示例图像进行第二预处理，得到第二Support图像；

将全部所述第二Support图像输入所述区域生成模型，得到所述Attention向量；

其中，所述第一预处理和所述第二预处理包括下列各项中的至少一种：图像缩放、图像填充、图像存储格式转换、归一化。