[发明专利]目标识别方法、装置、视觉传感器及智能家居系统

权利要求书

1.一种实现用户隐私保护的目标识别方法，其特征在于，应用于视觉传感器，所述方法包括：

获取包含待识别目标的图像；

对所述图像中的待识别目标进行识别，得到识别结果；

将所述识别结果以非图像形式输出。

2.如权利要求1所述的方法，其特征在于，所述将所述识别结果以非图像形式输出，包括：

将所述识别结果以文本形式输出。

3.如权利要求1所述的方法，其特征在于，所述对所述图像中的待识别目标进行识别，得到识别结果之后，所述方法还包括：

将完成识别的图像删除。

4.如权利要求1所述的方法，其特征在于，所述待识别目标包含人，所述获取包含待识别目标的图像之前，所述方法还包括：

图像采集过程中，对采集到的图像进行人体特征检测；

如果采集到的图像中检测到人体特征，则判定采集到的图像中包含人。

5.如权利要求1-4任意一项所述的方法，其特征在于，所述对所述图像中的待识别目标进行识别，得到识别结果之前，所述方法还包括：

获取模型文件，所述模型文件是通过离线模型训练得到的；

本地加载所述模型文件，通过所述模型文件的本地加载以实现所述图像中待识别目标的识别。

6.如权利要求1-4任意一项所述的方法，其特征在于，所述对所述图像中的待识别目标进行识别，得到识别结果，包括：

基于目标识别模型，从所述图像中提取得到所述待识别目标的初始特征；

对所述待识别目标的初始特征进行特征学习，得到所述待识别目标的全局特征；

根据所述待识别目标的全局特征进行所述待识别目标的分类预测，得到所述识别结果。

7.如权利要求6所述的方法，其特征在于，所述基于目标识别模型，从所述图像中提取得到所述待识别目标的初始特征之前，所述方法还包括：

获取图像样本，所述图像样本对图像中待识别目标所属的类别进行了标注；

根据所述图像样本对神经网络模型进行模型训练；

当所述神经网络模型收敛时，以收敛的神经网络模型作为所述目标识别模型。

8.如权利要求6所述的方法，其特征在于，所述对所述图像中的待识别目标进行识别，得到识别结果之后，所述方法还包括：

根据完成识别的图像和所述识别结果引导所述目标识别模型进行在线模型训练。

9.一种实现用户隐私保护的目标识别装置，其特征在于，应用于视觉传感器，所述装置包括：

图像获取模块，用于获取包含待识别目标的图像；

目标识别模块，用于对所述图像中的待识别目标进行识别，得到识别结果；

结果输出模块，用于将所述识别结果以非图像形式输出。

10.一种视觉传感器，其特征在于，所述视觉传感器包括处理器、存储单元、相机模组、处理器、加速处理器和接口单元；其中，

所述存储单元，用于存储计算机可读指令；

所述处理器，用于通过读取所述存储单元中的计算机可读指令，控制所述相机模组、所述加速处理器和所述接口单元执行实现用户隐私保护的目标识别方法，包括：

所述相机模组，用于拍摄并采集包含待识别目标的图像；

所述加速处理器，用于对采集到图像中的待识别目标进行识别，得到识别结果；

所述接口单元，用于以非图像形式输出所述识别结果。

11.如权利要求10所述的视觉传感器，其特征在于，所述处理器还用于将来自所述加速处理器的所述识别结果，转化为符合所述接口单元的协议类型，以供所述接口单元以非图像形式输出所述识别结果。