[发明专利]目标识别方法、装置、系统及设备、存储介质

权利要求书

1.一种目标识别方法，其特征在于，应用于摄像机，包括：

从采集的第一数据格式的第一图像获取目标对象在所述第一图像中的位置信息；

从所述第一图像中截取所述位置信息对应的第一区域图像；

将所述第一区域图像至少进行增强处理得到第二数据格式的目标图像，所述第二数据格式适于所述目标图像进行目标识别；

将所述目标图像发送至服务器，以使所述服务器对所述目标图像进行目标识别。

2.如权利要求1所述的目标识别方法，其特征在于，从采集的第一数据格式的第一图像获取目标对象在所述第一图像中的位置信息，包括：

对第一图像进行预处理得到第二图像；

在所述第二图像中检测出所述目标对象的位置信息，将检测出的位置信息确定为所述目标对象在所述第一图像中的位置信息。

3.如权利要求2所述的目标识别方法，其特征在于，在所述第二图像中检测出所述目标对象的位置信息，将检测出的位置信息确定为所述目标对象在所述第一图像中的位置信息，包括：

将所述第二图像输入至已训练的第一神经网络；所述第一神经网络至少通过用于执行卷积的卷积层、用于执行激活的激活层、用于执行下采样的池化层、用于执行特征综合的全连接层和用于执行坐标变换的边框回归层实现所述目标对象的位置信息的定位和输出；

将所述第一神经网络输出的结果确定为所述目标对象在所述第一图像中的位置信息。

4.如权利要求2所述的目标识别方法，其特征在于，对第一图像进行预处理得到第二图像，包括：

采用以下至少一种预处理方式实现将所述第一图像转换为第二图像：黑电平校正、坏点校正、白平衡校正、数字增益、宽动态合成、色彩插值、色彩校正、曲线映射、色彩空间转换、对比度增强、降噪、锐化。

5.如权利要求1所述的目标识别方法，其特征在于，将所述第一区域图像至少进行增强处理得到第二数据格式的目标图像，包括：

将所述第一区域图像输入至已训练的第二神经网络中；所述第二神经网络至少通过用于执行卷积的卷积层、用于执行激活的激活层实现输入的第一区域图像的图像增强，并输出图像增强后的图像；

将第二神经网络输出的图像作为所述目标图像。

6.如权利要求1所述的目标识别方法，其特征在于，将所述第一区域图像至少进行增强处理得到第二数据格式的目标图像，包括：

将所述第一区域图像输入至已训练的第三神经网络中；所述第三神经网络通过色彩处理层将所述第一区域图像转换成第一候选图像，所述色彩处理层用于执行以下至少一种色彩处理方式：色彩通道分离处理、色彩特征提取处理，并至少通过用于执行卷积的卷积层、用于执行激活的激活层实现对所述第一候选图像的图像增强，并输出图像增强后的图像；

将第三神经网络输出的图像作为所述目标图像。

7.如权利要求1所述的目标识别方法，其特征在于，将所述第一区域图像至少进行增强处理得到第二数据格式的目标图像，包括：

将所述第一区域图像输入至已训练的第四神经网络，以由所述第四神经网络的退化程度估计子网络估计输入的第一区域图像在指定退化因素下的退化程度图，所述退化程度图中每个位置的数值描述了输入的第一区域图像中对应位置的像素受指定退化因素影响的程度，并由所述第四神经网络的图像复原子网络依据退化程度估计子网络得到的退化程度图对输入的第一区域图像进行复原处理，并输出复原处理的图像；

将第四神经网络输出的图像作为所述目标图像。

8.如权利要求7所述的目标识别方法，其特征在于，所述退化程度估计子网络估计输入的第一区域图像在各退化因素下的退化程度图，包括：

所述退化程度估计子网络至少通过卷积层实现对输入的第一区域图像在指定退化因素下的退化程度图的估计。