[发明专利]目标识别方法、电子设备及计算机可读存储介质

权利要求书

1.一种目标识别方法，其特征在于，包括：

对待识别目标的第一图像进行特征提取，得到待识别特征向量；

基于所述待识别特征向量对所述第一图像中的多个局部区域进行遮挡预测，得到第一遮挡预测结果，其中，所述第一遮挡预测结果表示所述第一图像中的每个所述局部区域是遮挡区域还是非遮挡区域；

响应于所述第一图像的多个局部区域中存在所述遮挡区域，利用训练好的目标识别模型对多张验证目标的第二图像进行特征提取，得到多个验证特征向量，其中，多张所述第二图像的同一局部区域被遮挡，所述同一局部区域作为待验证的局部区域；获取所述多个验证特征向量中各个特征维度的特征离散情况，其中，所述特征维度的特征离散情况为所述多个验证特征向量中对应所述特征维度的特征值之间的离散程度；将所述待验证的局部区域与所述离散程度小于离散程度阈值的特征维度相对应；基于所述局部区域与所述特征维度的对应关系，确定所述第一图像中的每个所述局部区域在所述待识别特征向量中对应的特征维度；将所述遮挡区域所属的特征维度的特征值组成的特征向量，作为所述遮挡区域对应的遮挡特征向量，将所述非遮挡区域所属的特征维度的特征值组成的特征向量，作为所述非遮挡区域对应的非遮挡特征向量；

基于所述遮挡特征向量和所述非遮挡特征向量进行类别预测，以得到所述待识别目标的识别结果。

2.根据权利要求1所述的方法，其特征在于，在所述基于所述遮挡特征向量和所述非遮挡特征向量进行类别预测，以得到所述待识别目标的识别结果之前，包括：

对候选目标的第三图像进行特征提取，得到候选特征向量；

从所述候选特征向量中，确定与所述遮挡特征向量对应的第一候选特征向量，以及与所述非遮挡特征向量对应的第二候选特征向量；

所述基于所述遮挡特征向量和所述非遮挡特征向量进行类别预测，以得到所述待识别目标的识别结果，包括：

计算所述遮挡特征向量与所述第一候选特征向量之间的第一匹配度，以及计算所述非遮挡特征向量与所述第二候选特征向量之间的第二匹配度；

依据对应的权重对所述第一匹配度和所述第二匹配度进行加权处理，得到所述第一图像和所述第三图像之间的加权匹配度，所述第一匹配度的权重小于所述第二匹配度的权重；

基于所述加权匹配度，确定所述待识别目标是否为所述候选目标。

3.根据权利要求1所述的方法，所述方法进一步包括：

响应于所述第一图像的多个局部区域中不存在所述遮挡区域，基于所述待识别特征向量进行类别预测，以得到所述待识别目标的识别结果。

4.根据权利要求1所述的方法，其特征在于，所述方法是依据目标识别模型实现的，所述方法还包括如下对所述目标识别模型训练的步骤：

利用所述目标识别模型对训练目标的第四图像进行特征提取，得到训练特征向量；

利用所述目标识别模型基于所述训练特征向量对所述第四图像中的多个局部区域进行遮挡预测，得到第二遮挡预测结果；

基于所述第二遮挡预测结果和遮挡真实结果之间的差异，调整所述目标识别模型的参数。

5.根据权利要求4所述的方法，其特征在于，在所述利用所述目标识别模型对第四图像进行特征提取，得到训练特征向量之前，所述方法进一步包括：

获取所述第四图像；

生成所述第四图像中的多个局部区域的遮挡指示信息，所述遮挡指示信息指示需要被遮挡的局部区域；

为所述需要被遮挡的局部区域生成填充像素值，并将所述填充像素值填充至所述需要被遮挡的局部区域，以更新所述第四图像；

所述遮挡真实结果为所述遮挡指示信息，所述基于所述第二遮挡预测结果和所述遮挡真实结果之间的差异，调整所述目标识别模型的参数，包括：

基于所述第二遮挡预测结果和所述遮挡指示信息之间的差异，调整所述目标识别模型的参数。

6.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：

基于所述训练特征向量计算L0范数；

基于所述L0范数调整所述目标识别模型的参数。