[发明专利]一种物体识别方法、装置、终端设备及存储介质有效
| 申请号: | 202011130384.0 | 申请日: | 2020-10-21 |
| 公开(公告)号: | CN112348778B | 公开(公告)日: | 2023-10-27 |
| 发明(设计)人: | 黄冠文;程骏;庞建新;谭欢;熊友军 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
| 主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/98;G06V10/74;G06V20/40;G06V10/82 |
| 代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 刘永康 |
| 地址: | 518000 广东省深圳市南山区*** | 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: | 一种 物体 识别 方法 装置 终端设备 存储 介质 | ||
本申请适用于人工智能技术领域,提供了一种物体识别方法、装置、终端设备及存储介质,其中,方法包括:对目标图像进行物体识别,得到至少一个候选框、每个候选框中物体的类别以及置信度;获取物体的类别的置信度大于第一预设阈值的候选框,得到第一目标候选框;对物体的类别为同一类别的第一目标候选框进行过滤,得到第二目标候选框;对所有第二目标候选框两两计算重合度,并获取重合度大于第二预设阈值的两个第二目标候选框中一个,得到第三目标候选框;获取中心位置与目标图像的预设中心位置之间的距离最短的第三目标候选框中物体的类别,得到目标图像中物体的识别结果并输出。本申请实施例可提高对目标物体识别的准确性和稳定性。
技术领域
本申请属于人工智能技术领域,尤其涉及一种物体识别方法、装置、终端设备及存储介质。
背景技术
随着人工智能技术的快速发展,各种人工智能产品顺应而生,人工智能产品可对特定的物体进行物体识别,以识别出物体的类别和位置信息。
目前基于深度学习的物体识别大多数采用分类算法,容易把背景误识别成物体以及识别出画面中的多个物体,不能准确出的确定要识别目标物体,使得对目标物体识别的准确性和稳定性不高。
发明内容
本申请实施例提供了一种物体识别方法、装置、终端设备及存储介质,旨在解决现有对目标物体识别的准确性和稳定性不高的问题。
第一方面,本申请实施例提供了一种物体识别方法,包括:
获取目标图像,检测所述目标图像的图像质量;
当所述目标图像的图像质量满足第一预设条件时,对所述目标图像进行物体识别,得到至少一个候选框、每个所述候选框中物体的类别以及每个所述候选框中物体的类别的置信度;
从所有所述候选框中获取物体的类别的置信度大于第一预设阈值的候选框,得到第一目标候选框;
对物体的类别为同一类别的第一目标候选框进行过滤,得到第二目标候选框;其中,得到的每两个第二目标候选框中的物体的类别不同;
对所有所述第二目标候选框两两计算重合度,并获取重合度大于第二预设阈值的两个所述第二目标候选框中一个,得到第三目标候选框;
当得到多个所述第三目标候选框时,获取中心位置与所述目标图像的预设中心位置之间的距离最短的第三目标候选框中物体的类别,得到所述目标图像中物体的识别结果并输出。
第二方面,本申请实施例提供了一种物体识别装置,包括:
检测模块,用于获取目标图像,检测所述目标图像的图像质量;
识别模块,用于当所述目标图像的图像质量满足第一预设条件时,对所述目标图像进行物体识别,得到至少一个候选框、每个所述候选框中物体的类别以及每个所述候选框中物体的类别的置信度;
第一获取模块,用于从所有所述候选框中获取物体的类别的置信度大于第一预设阈值的候选框,得到第一目标候选框;
过滤模块,用于对物体的类别为同一类别的第一目标候选框进行过滤,得到第二目标候选框;其中,得到的每两个第二目标候选框之间的物体的类别不同;
第二获取模块,用于对所有所述第二目标候选框两两计算重合度,并获取重合度大于第二预设阈值的两个所述第二目标候选框中一个,得到第三目标候选框;
第三获取模块,用于当得到多个所述第三目标候选框时,获取中心位置与所述目标图像的预设中心位置之间的距离最短的第三目标候选框中物体的类别,得到所述目标图像中物体的识别结果并输出。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述物体识别方法的步骤。
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市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/202011130384.0/2.html,转载请声明来源钻瓜专利网。





