[发明专利]目标分类方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202010082834.7 申请日: 2020-02-07
公开(公告)号: CN111368636A 公开(公告)日: 2020-07-03
发明(设计)人: 岑俊毅;李立赛;傅东生 申请(专利权)人: 深圳奇迹智慧网络有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 董慧
地址: 518021 广东省深圳市罗湖*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 分类 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种目标分类方法、装置、计算机设备和存储介质。所述方法包括:获取待处理的初始图像帧;通过目标检测模型对初始图像帧进行目标检测,确定初始图像帧中包括的至少一个候选对象、及各候选对象分别对应的第一确信度;从候选对象中筛选第一确信度满足高确信度条件的目标对象,并根据比目标对象在初始图像帧中所占区域更大的区域,生成相应的目标图像;通过分类模型对各目标图像进行分类处理,得到各目标图像对应的预分类结果;将满足分类条件的预分类结果,作为相应目标图像中目标对象的分类结果。采用本方法能够提高对目标分类时的分类准确性。

技术领域

本申请涉及图像处理技术领域,特别是涉及一种目标分类方法、装置、计算机设备和存储介质。

背景技术

随着图像处理技术的发展,出现了目标检测技术,目标检测技术是基于目标几何和统计特征的一种图像分割技术,可将目标对象的分割任务和识别任务合二为一,实现对目标对象的识别和提取。传统的对图像中存在多个目标对象时,对目标对象进行分类的方式,通常是通过一个目标检测模型,连续完成目标定位和目标分类两个任务,且需要同时支持对多个目标对象的同时检测。

然而,传统的采用一个目标检测模型来连续完成目标定位和目标分类两个任务,很容易顾此失彼,在准确性要求高的应用场景下有很大缺陷,特别是在模型学习不充分或者样本不够多元化的情况下,在对目标对象进行分类时的分类准确性低。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高分类准确性的目标分类方法、装置、计算机设备和存储介质。

一种目标分类方法,所述方法包括:

获取待处理的初始图像帧;

通过目标检测模型对所述初始图像帧进行目标检测,确定所述初始图像帧中包括的至少一个候选对象、及各候选对象分别对应的第一确信度;

从所述候选对象中筛选第一确信度满足高确信度条件的目标对象,并根据比所述目标对象在初始图像帧中所占区域更大的区域,生成相应的目标图像;

通过分类模型对各所述目标图像进行分类处理,得到各所述目标图像对应的预分类结果;

将满足分类条件的预分类结果,作为相应目标图像中目标对象的分类结果。

一种目标分类装置,所述装置包括:

获取模块,用于获取待处理的初始图像帧;

目标检测模块,用于通过目标检测模型对所述初始图像帧进行目标检测,确定所述初始图像帧中包括的至少一个候选对象、及各候选对象分别对应的第一确信度;

图像生成模块,用于从所述候选对象中筛选第一确信度满足高确信度条件的目标对象,并根据比所述目标对象在初始图像帧中所占区域更大的区域,生成相应的目标图像;

分类模块,用于通过分类模型对各所述目标图像进行分类处理,得到各所述目标图像对应的预分类结果;

确定模块,将满足分类条件的预分类结果,作为相应目标图像中目标对象的分类结果。

一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述目标分类方法的步骤。

一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述目标分类方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳奇迹智慧网络有限公司,未经深圳奇迹智慧网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010082834.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top