[发明专利]目标识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202010177842.X 申请日: 2020-03-13
公开(公告)号: CN111401439A 公开(公告)日: 2020-07-10
发明(设计)人: 韦鹏程;何龙 申请(专利权)人: 重庆第二师范学院
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 400000*** 国省代码: 重庆;50
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 识别 方法 装置 计算机 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,所述方法包括:

获取第一传感器采集到的第一数据,并获取第二传感器采集到的第二数据;

将所述第一数据、所述第二数据进行数据融合,得到融合后的数据;

获取目标识别模型,并将所述融合后的数据输入至所述目标识别模型中,并行计算得到目标识别结果;

其中,所述第一传感器的类别与所述第二传感器的类别不同。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一数据、所述第二数据进行数据融合,得到融合后的数据,包括:

对所述第一数据进行数据预处理,得到第一目标数据;对所述第二数据进行数据预处理,得到第二目标数据;

分别提取所述第一目标数据中的第一特征,以及所述第二目标数据中的第二特征;

根据所述第一特征和所述第二特征进行数据融合计算,得到融合后的数据。

3.根据权利要求2所述的方法,其特征在于,所述根据所述第一特征和所述第二特征进行数据融合计算,得到融合后的数据,包括:

获取所述第一特征与所述第二特征之间的支持度;

根据所述支持度分别计算所述第一特征的第一信任度和所述第二特征的第二信任度;

根据所述第一信任度和所述第二信任度进行数据融合,得到融合后的数据。

4.根据权利要求1所述的方法,其特征在于,所述将所述融合后的数据输入至所述目标识别模型中,并行计算得到目标识别结果,包括:

将所述融合后的数据输入至所述目标识别模型中,采用多分类支持向量机根据所述融合后的数据进行目标分类,得到目标分类结果;

在所述目标识别模型中,根据所述目标分类结果以及所述融合后的数据,并行计算得到目标识别结果。

5.根据权利要求4所述的方法,其特征在于,所述根据所述目标分类结果以及所述融合后的数据,并行计算得到目标识别结果,包括:

根据所述目标分类结果以及所述融合后的数据获取各个计算节点;

将所述目标分类结果以及所述融合后的数据划分至各个所述计算节点中,并获取各个所述计算节点分别计算出的各个计算结果;

根据各个所述计算结果得到所述目标识别结果。

6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:

通过所述第一传感器检测第一环境信息,所述第一传感器根据所述第一环境信息获取第一源信息,并将所述第一源信息作为所述第一数据;

通过所述第二传感器检测第二环境信息,所述第二传感器根据所述第二环境信息获取第二源信息,并将所述第二源信息作为所述第二数据。

7.一种目标识别装置,其特征在于,所述装置包括:

数据获取模块,用于获取第一传感器采集到的第一数据,并获取第二传感器采集到的第二数据;

数据融合模块,用于将所述第一数据、所述第二数据进行数据融合,得到融合后的数据;

目标识别模块,用于获取目标识别模型,并将所述融合后的数据输入至所述目标识别模型中,并行计算得到目标识别结果;

其中,所述第一传感器的类别与所述第二传感器的类别不同。

8.根据权利要求7所述的装置,其特征在于,所述数据融合模块包括:

数据预处理模块,用于对所述第一数据进行数据预处理,得到第一目标数据;对所述第二数据进行数据预处理,得到第二目标数据;

特征提取模块,用于分别提取所述第一目标数据中的第一特征,以及所述第二目标数据中的第二特征;

融合计算模块,用于根据所述第一特征和所述第二特征进行数据融合计算,得到融合后的数据。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

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重庆第二师范学院,未经重庆第二师范学院许可,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/202010177842.X/1.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