[发明专利]用于虚拟人物的识别方法及装置

说明书

本申请公开了一种用于虚拟人物的识别方法及装置。该方法包括提取待识别图像中虚拟人物的位置信息；根据所述位置信息分割出虚拟人物图像；对所述虚拟人物图像执行虚拟人物预设分类，其中，所述虚拟人物预设分类中至少包括：图像深度学习分类和图像特征提取分类；以及根据分类处理结果识别出虚拟人物。本申请解决了缺乏有效地虚拟人物识别方法的技术问题。通过本申请能够提升虚拟人物识别准确率。

技术领域

本申请涉及计算机视觉领域，具体而言，涉及一种用于虚拟人物的识别方法及装置。

背景技术

随着深度学习的的出现和快速发展，在计算机视觉领域中的物体检测和物体分类的准确率有了非常大幅度的提升。一方面是因为深度学习网络比传统机器学习在提取特征上有了更强的能力，另一方面是因为不断的有海量图片数据集的出现，使深度学习网络模型的训练不会造成过拟合。

发明人发现，对于虚拟人物的检测问题,由于公开数据集都是关于现实生活中的图片，因而没有关于虚拟人物的数据集。进而无法在大数据上进行提前训练，训练过程中容易发生过拟合。进一步，影响通过深度学习提取到的高级特征与虚拟人物特征不能适应。

针对相关技术中缺乏有效地虚拟人物识别方法的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种用于虚拟人物的识别方法及装置，以解决缺乏有效地虚拟人物识别方法的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种用于虚拟人物的识别方法。

根据本申请的用于虚拟人物的识别方法包括：提取待识别图像中虚拟人物的位置信息；根据所述位置信息分割出虚拟人物图像；对所述虚拟人物图像执行虚拟人物预设分类，其中，所述虚拟人物预设分类中至少包括：图像深度学习分类和图像特征提取分类；以及根据分类处理结果识别出虚拟人物。

进一步地，提取待识别图像中虚拟人物的位置信息包括：采集预设影像信息中的虚拟人物视频截图以及图像标注特征；根据所述虚拟人物视频截图和所述图像标注特征训练用于检测虚拟人物位置的深度学习网络模型；以及通过所述深度学习网络模型执行位置检测任务得到虚拟人物图像位置，其中，在所述深度学习网络模型中去除分类分支。

进一步地，根据所述位置信息分割出虚拟人物图像包括：根据训练好的用于提取虚拟人物图像位置的深度学习网络模型从待检测图像中分割出虚拟人物且保存分割后的所述虚拟人物图像。

进一步地，对所述虚拟人物图像执行虚拟人物预设分类包括：通过所述虚拟人物图像训练深度学习网络分类模型；根据深度学习网络分类模型提取虚拟人物的高级特征；以及检测出虚拟人物类别。

进一步地，对所述虚拟人物图像执行虚拟人物预设分类包括：提取待检测的虚拟人物图片中SIFT特征；根据所述SIFT特征和图像标注特征训练得到分类器；以及根据所述分类区分所述虚拟人物的类别。

为了实现上述目的，根据本申请的另一方面，提供了一种用于虚拟人物的识别装置。

根据本申请的用于虚拟人物的识别装置包括：提取模块，用于提取待识别图像中虚拟人物的位置信息；分割模块，用于根据所述位置信息分割出虚拟人物图像；分类模块，用于对所述虚拟人物图像执行虚拟人物预设分类，其中，所述虚拟人物预设分类中至少包括：图像深度学习分类和图像特征提取分类；以及识别模块，用于根据分类处理结果识别出虚拟人物。

进一步地，所述提取模块包括：采集单元，用于采集预设影像信息中的虚拟人物视频截图以及图像标注特征；第一训练单元，用于根据所述虚拟人物视频截图和所述图像标注特征训练用于检测虚拟人物位置的深度学习网络模型；以及位置单元，用于通过所述深度学习网络模型执行位置检测任务得到虚拟人物图像位置，其中，在所述深度学习网络模型中去除分类分支。