[发明专利]一种基于位置坐标信息识别目标对象的方法和装置

权利要求书

1.一种基于位置坐标信息识别目标对象的方法，其特征在于，所述方法包括：

获取与目标对象相关联的待处理的图像组，并对所述待处理的图像组进行预处理以获得经过预处理的图像组；

获取所述经过预处理的图像组的三维矩阵数据；

将所述三维矩阵数据输入至预设卷积神经网络模型，基于所述预设卷积神经网络模型进行图像识别，确定用于表征所述目标对象所在位置的每个关键点的比例信息；

根据每个关键点的比例信息确定所述目标对象在图像中的位置坐标信息，并根据所述位置坐标信息识别出所述目标对象。

2.根据权利要求1所述的方法，其特征在于，所述待处理的图像组包括多个图像文件，其中每个图像文件具有图像区域并且图像区域中包含目标对象。

3.根据权利要求1所述的方法，其特征在于，所述对所述待处理的图像组进行预处理以获得经过预处理的图像组，包括：

根据所述待处理的图像组的dicom序列，基于dicom协议剔除所述待处理的图像组中的骨骼之外的物质，以获取经过预处理的图像组。

4.根据权利要求1所述的方法，其特征在于，所述获取所述经过预处理的图像组的三维矩阵数据，包括：

将所述经过预处理的图像组的dicom序列中处于预设Hu值范围的数据按比例转换为像素值，并基于转换后的像素值获取所述经过预处理的图像组的三维矩阵数据；

其中，所述预设Hu值范围的下限值和上限值对应的像素值分别为0和255。

5.根据权利要求1所述的方法，其特征在于，所述基于所述预设卷积神经网络模型进行图像识别，确定用于表征所述目标对象所在位置的每个关键点的比例信息，包括：

所述预设卷积神经网络模型基于所述三维矩阵数据进行卷积和池化操作，获取中间特征图；

分别对所述中间特征图进行两路分支的卷积、展平和全连接操作，以获取第一全连接结果和第二全连接结果，并将所述第一全连接结果和第二全连接结果进行拼接，获取拼接向量；

使用预设组数的全连接层按照预设方式输出所述拼接向量，以获取用于表征所述目标对象所在位置的每个关键点的比例信息。

6.根据权利要求5所述的方法，其特征在于，所述预设卷积神经网络模型基于所述三维矩阵数据进行卷积和池化操作，获取中间特征图，包括：

基于所述三维矩阵数据进行一次conv3*3*3-64-2的三维卷积操作，步长为2，获取第一特征图，并利用mish激活函数对所述第一特征图进行激活，激活后使用批标准化BN进行数据归一化；

对经过归一化处理后的第一特征图进行一次conv3*3*3-64的三维卷积操作，再进行最大池化，获取第二特征图；

对所述第二特征图连续进行两次conv3*3*3-64的三维卷积操作，再进行三次conv1*1*1-64操作的三维卷积操作，之后进行最大池化，获取所述中间特征图。

7.根据权利要求5所述的方法，其特征在于，所述分别对所述中间特征图进行两路分支的卷积、展平和全连接操作，以获取第一全连接结果和第二全连接结果，包括：

对于第一路分支，对所述中间特征图进行一次conv1*1*1-128-2的三维卷积操作，得到特征图之后再进行一次conv3*3*3-32-2的三维卷积操作，再进行两次conv7*7*7-128的三维卷积操作，再进行flatten展平操作，在展平之后进行一次全连接操作，获取第一全连接结果；

对于第二路分支，对所述中间特征图进行一次conv3*3*3-128-2的三维卷积操作，再进行一次conv3*3*3-128-1的三维卷积操作，再进行一次conv3*3*3-32-2的三维卷积操作，得到一张特征图，之后一次conv7*7*7-128的三维卷积操作，再进行flatten展平操作，在展平之后进行一次全连接操作，获取第二全连接结果。