[发明专利]基于视频的目标对象识别方法、装置、车辆及路侧设备

说明书

本公开提供了一种基于视频的目标对象识别方法、装置、车辆及路侧设备，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。方法包括：获取视频中的多帧初始图像，根据每帧初始图像中的各目标对象，对多帧初始图像进行图像拼接，得到拼接图像，对拼接图像进行特征提取，得到图像特征，并根据图像特征识别多帧初始图像中的各目标对象的属性信息，通过在特征提取之前，对各帧初始图像进行拼接，以便在特征提取时，对拼接得到的拼接图像进行特征提取即可，无需对各帧初始图像分别进行特征提取的操作，避免了特征提取的冗余，节约了用于特征提取的资源和时间，且提高了识别的效率的技术效果。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，尤其涉及一种基于视频的目标对象识别方法、装置、车辆及路侧设备，具体可用于智慧城市和智能交通场景下。

背景技术

人工智能已经在无人驾驶、人脸识别、医学图像处理等应用场景得到了广泛的应用，而在这些应用场景中，可以利用目标检测技术检测视频监控中出现的目标对象，如车辆等。

在现有技术中，基于视频的目标对象识别方法包括：获取待检测视频中的每一帧图像，对每一帧图像进行特征提取，得到每一帧图像的图像特征，并将各图像特征输入至预先训练的对象识别模型，对象识别模型用于根据各图像特征识别得到目标对象的属性信息。

然而，采用上述方法，对每一帧图像均需要进行特征提取，容易造成过程繁琐，资源消耗偏高的技术问题。

发明内容

本公开提供了一种用于减少资源消耗的基于视频的目标对象识别方法、装置、车辆及路侧设备。

根据本公开的第一方面，提供了一种基于视频的目标对象识别方法，包括：

获取视频中的多帧初始图像，其中，每帧所述初始图像中包括至少一个目标对象；

根据每帧所述初始图像中的各目标对象，对所述多帧初始图像进行图像拼接，得到拼接图像，其中，所述拼接图像中包括各帧所述初始图像中的各目标对象；

对所述拼接图像进行特征提取，得到图像特征，并根据所述图像特征识别所述多帧初始图像中的各目标对象的属性信息。

根据本公开的第二方面，提供了一种基于视频的目标对象识别装置，包括：

获取单元，用于获取视频中的多帧初始图像，其中，每帧所述初始图像中包括至少一个目标对象；

拼接单元，用于根据每帧所述初始图像中的各目标对象，对所述多帧初始图像进行图像拼接，得到拼接图像，其中，所述拼接图像中包括各帧所述初始图像中的各目标对象；

特征提取单元，用于对所述拼接图像进行特征提取，得到图像特征；

识别单元，用于根据所述图像特征识别所述多帧初始图像中的各目标对象的属性信息。

根据本公开的第三方面，提供了一种电子设备，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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。