[发明专利]目标识别方法、装置、设备及存储介质

权利要求书

1.一种目标识别方法，其特征在于，图像识别网络包括特征提取网络、池化网络、扩张卷积网络和路径聚合网络，所述特征提取网络、所述池化网络、所述扩张卷积网络、所述路径聚合网络依次连接，所述路径聚合网络中包括特征金字塔网络和用于存储图像特征的记忆网络；

所述目标识别方法包括：

获取待识别的图像；

通过所述特征提取网络对所述图像进行特征提取；

通过所述池化网络对来自所述特征提取网络的图像特征进行池化处理；

通过所述扩张卷积网络对池化后的图像特征进行扩张卷积处理；

通过所述特征金字塔网络，结合所述记忆网络中存储的图像特征，对来自所述特征提取网络的图像特征和来自所述扩张卷积网络的图像特征进行特征聚合处理，并在所述记忆网络中存储所述特征聚合处理中的图像特征；

根据来自所述路径聚合网络的图像特征，得到所述图像中目标对象的识别结果；

所述特征金字塔网络的输出层连接有对应的记忆网络，所述通过所述特征金字塔网络，结合所述记忆网络中存储的图像特征，对来自所述特征提取网络的图像特征和来自所述扩张卷积网络的图像特征进行特征聚合处理，并在所述记忆网络中存储所述特征聚合处理中的图像特征，包括：

通过所述特征金字塔网络，结合对应的记忆网络中存储的图像特征，对来自所述特征提取网络的图像特征和来自所述扩张卷积网络的图像特征进行特征聚合处理；

在所述记忆网络中，对来自对应的特征金字塔网络的图像特征进行存储；

所述路径聚合网络包括至少三个所述特征金字塔网络，所述通过所述特征金字塔网络，结合对应的记忆网络中存储的图像特征，对来自所述特征提取网络的图像特征和来自所述扩张卷积网络的图像特征进行特征聚合处理，包括：

在所述路径聚合网络的第一个特征金字塔网络中，结合位于所述第一个特征金字塔网络顶部的记忆网络中存储的图像特征，对来自所述扩张卷积网络的图像特征进行上采样处理及特征聚合处理；

在除所述第一个特征金字塔网络之外的剩余特征金字塔网络中，结合位于所述剩余特征金字塔网络顶部的记忆网络中存储的图像特征，对来自上一特征金字塔网络的图像特征进行上采样处理及特征聚合处理，或者，进行下采样处理及特征聚合处理；

其中，在所述路径聚合网络中，上采样处理和下采样处理交替进行。

2.根据权利要求1所述的目标识别方法，其特征在于，所述特征提取网络包括双通道网络和共享网络，所述双通道网络包括第一网络和第二网络；

所述通过所述特征提取网络对所述图像进行特征提取，包括：

确定所述图像对应的灰度图；

通过所述第一网络，对所述图像进行特征提取；

通过所述第二网络，对所述灰度图进行特征提取；

通过所述共享网络对来自所述第一网络的图像特征和来自所述第二网络的图像特征进行特征融合和特征提取。

3.根据权利要求1所述的目标识别方法，其特征在于，所述池化网络为空间金字塔池化网络，所述通过所述池化网络对来自所述特征提取网络的图像特征进行池化处理，包括：

通过所述金字塔池化网络，对来自所述特征提取网络的多个不同尺度的图像特征进行最大池化，得到相同尺度的图像特征。