[发明专利]目标对象识别方法、装置及计算机设备

说明书

本申请提供了一种目标对象识别方法、装置及计算机设备，将待识别图像输入目标识别模型进行处理，获得目标对象的候选框的位置信息、类别信息以及语义特征向量，通过对该候选框内的图像进行颜色分布统计，得到相应的颜色空间特征向量，从而利用该颜色空间特征向量和该语义特征向量，与该候选框的类别信息对应的目标识别特征向量，即预先得到的目标对象所属类别的目标识别特征向量的比较结果，得到待识别图像的目标对象识别结果，相对于传统目标检测方案中，直接将目标识别模型对待识别图像的处理结果作为目标对象识别结果，本申请能够剔除如因对象之间的相似度较高，导致目标识别模型所得目标对象的错误候选框，提高了目标识别准确率。

技术领域

本申请涉及图像处理技术领域，具体涉及一种目标对象识别方法、装置及计算机设备

背景技术

如今，在智能交通、安全监控、生物医学、图像搜索引擎等很多领域，已经普遍应用到图像识别技术，即在给定的图像中识别出可能存在的目标对象，以便后续对目标对象做进一步分析处理或跟踪研究等，满足实际应用需求。

然而，在多类目标识别应用中，由于图像背景复杂、光线干扰、多类目标的纹理特征相似等因素，往往会降低目标对象识别准确性，从而影响依据该目标对象识别结果实现的后续应用的可靠性。

发明内容

有鉴于此，为了提高目标对象识别效率及准确性，本申请提出一种目标对象识别方法，所述方法包括：

获取待识别图像；

将所述待识别图像输入目标识别模型进行处理，得到目标对象的候选框的位置信息、类别信息以及语义特征向量；

对所述候选框内的图像进行颜色分布统计，得到所述候选框的颜色空间特征向量；

依据所述颜色空间特征向量和所述语义特征向量，与所述候选框的类别信息对应的目标识别特征向量的比较结果，得到所述待识别图像的目标对象识别结果。

在一些实施例中，所述依据所述颜色空间特征向量和所述语义特征向量，与所述类别信息对应的目标识别特征向量的比较结果，得到所述待识别图像的目标对象识别结果，包括：

将所述颜色空间特征向量与所述语义特征向量进行拼接融合，得到待识别特征向量；

获取所述类别信息对应的目标识别特征向量；

获取所述待识别特征向量与所述目标识别特征向量之间的距离值；

依据所述距离值与距离阈值的比较结果，得到所述待识别图像的目标对象识别结果。

在一些实施例中，所述依据所述距离值与距离阈值的比较结果，得到所述待识别图像的目标对象识别结果，包括：

若所述距离值小于距离阈值，确定所述候选框是所述目标对象的目标框，输出所述目标框的位置信息和类别信息；

若所述距离值不小于所述距离阈值，确定所述候选框不是所述目标对象的目标框，剔除所述候选框的位置信息和类别信息。

在一些实施例中，所述方法还包括：

将多个样本图像分别输入所述目标识别模型进行处理，得到所述目标对象的样本候选框的样本位置信息、样本类别信息以及样本语义特征向量；

对所述样本候选框进行颜色分布统计，得到所述样本候选框的样本颜色空间特征向量；

将所述样本颜色空间特征向量与所述样本语义特征向量进行拼接融合，得到样本识别特征向量；

对所述多个样本图像各自的对应的样本识别特征向量进行均值运算，得到所述样本类别信息对应的样本识别特征向量；

将所述样本识别特征向量与所述目标对象的所述样本类别信息进行关联存储；