物體識別方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開涉及圖像處理，尤其涉及一種物體識別方法和裝置。
【背景技術(shù)】
[0002]目前，大部分物體識別方法都是先學(xué)習(xí)大量的樣本，獲得學(xué)習(xí)結(jié)果，即物體模型；然后用不同的框遍歷需要測試的圖片，將遍歷的框中的內(nèi)容依次與物體模型比對，確定框中是否存在此物體模型。然而，對于一幅N*N圖像而言，要遍歷所有可能的框，需要遍歷的次數(shù)大約為N的4次方數(shù)量級。

【發(fā)明內(nèi)容】

[0003]為克服相關(guān)技術(shù)中存在的問題，本公開提供一種物體識別方法和裝置。所述技術(shù)方案如下:
[0004]根據(jù)本公開實施例的第一方面，提供一種物體識別方法，該方法包括:
[0005]基于BING方法在待識別圖像中確定至少一個第一候選框，該第一候選框用于標識待檢測是否包含目標物體的圖像區(qū)域；
[0006]將第一候選框與目標物體模型進行比對，該目標物體模型是通過采用CNN對樣本數(shù)據(jù)進行訓(xùn)練獲得的關(guān)于目標物體的模型；
[0007]若第一候選框中存在所述目標物體模型，則標示第一候選框。
[0008]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:通過BING方法獲取可能包含目標物體的至少一個第一候選框，相對于現(xiàn)有技術(shù)，可大大減少需要比對的候選框的數(shù)目，因單次比對所持續(xù)的時間相對固定，因此，比對次數(shù)的減少可加速物體識別過程;將第一候選框與目標物體模型進行比對，該目標物體模型是通過采用CNN對樣本數(shù)據(jù)進行訓(xùn)練獲得的關(guān)于目標物體的模型，若第一候選框中存在目標物體模型，則標示第一候選框，完成對物體的識別，其中，采用CNN對樣本數(shù)據(jù)進行訓(xùn)練獲得的目標物體模型與目標物體的差別較小，較貼近目標物體的形狀，可保證物體識別的精確度，因此，本公開可快速、精確地進行物體識別。
[0009]可選地，上述基于BING方法在待識別圖像中確定至少一個第一候選框，包括:采用BING方法對待識別圖像進行對象估計，獲得該待識別圖像中的至少一個第一候選框。
[0010]進一步地，上述將第一候選框與目標物體模型進行比對之前，還包括:對至少一個第一候選框進行聚類，確定第二候選框。該第二候選框的個數(shù)少于第一候選框的個數(shù)。相應(yīng)地，上述將第一候選框與目標物體模型進行比對，具體為:將第二候選框與目標物體模型進行比對。上述若第一候選框中存在目標物體模型，則標示第一候選框，具體為:若第二候選框中存在目標物體模型，則標示第二候選框。
[0011]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:通過對至少一個第一候選框進行聚類確定第二候選框，進一步減少需比對的候選框的個數(shù)，完成物體識別過程所消耗的時間更少，提升用戶體驗。
[0012]進一步地，上述對至少一個第一候選框進行聚類，確定第二候選框之前，還包括:在至少一個第一候選框中，選取置信分值大于預(yù)設(shè)值的候選框。該置信分值用于表征候選框中包含目標物體的概率。相應(yīng)地，上述對至少一個第一候選框進行聚類，確定第二候選框，包括:根據(jù)置信分值大于預(yù)設(shè)值的候選框的大小，對置信分值大于預(yù)設(shè)值的候選框進行聚類，確定第二候選框。
[0013]其中，上述根據(jù)置信分值大于預(yù)設(shè)值的候選框的大小，對置信分值大于預(yù)設(shè)值的候選框進行聚類，確定第二候選框，包括:對置信分值大于預(yù)設(shè)值的候選框中每兩個候選框，獲取兩個候選框各自左上角和右下角在待識別圖像中位置坐標;根據(jù)兩個候選框各自左上角和右下角在所述待識別圖像中位置坐標，獲得兩個候選框的重合面積;若兩個候選框的重合面積大于預(yù)設(shè)閾值，則判定兩個候選框為一類;根據(jù)聚類后的候選框，確定第二候選框。
[0014]進一步地，上述根據(jù)聚類后的候選框，確定第二候選框，可以通過多種方式實現(xiàn)。
[0015]—種實現(xiàn)方式中，根據(jù)聚類后的候選框，確定第二候選框可以包括:將每一類包含的候選框在待識別圖像中的位置坐標求平均，確定每一類包含的所有候選框的平均坐標對應(yīng)的候選框為第二候選框。例如，類I中每個候選框的左上角和右下角在待識別圖像中位置坐標是已知的，對類I中所有候選框的左上角在待識別圖像中位置坐標求平均值，獲得類I包含的所有候選框的左上角在待識別圖像中平均位置坐標;同理，對類I中所有候選框的右下角在待識別圖像中位置坐標求平均值，獲得類I包含的所有候選框的右下角在待識別圖像中平均位置坐標，該兩個平均位置坐標對應(yīng)的候選框即為根據(jù)類I中所有候選框確定的第二候選框。
[0016]另一種實現(xiàn)方式中，根據(jù)聚類后的候選框，確定第二候選框可以包括:根據(jù)聚類后的候選框，確定每一類包含的候選框中置信分值最大的候選框為第二候選框。這里仍以類I為例進行說明，其中，類I包含的候選框中，每一候選框?qū)?yīng)的置信分值可能是不同的，確定對應(yīng)置信分值最大的候選框作為類I的第二候選框。同理，在類2包含的候選框中，確定對應(yīng)置信分值最大的候選框作為類2的第二候選框。以此類推，確定每一類的第二候選框。
[0017]進一步地，上述標示第一候選框之后，還包括:向用戶發(fā)出音頻提示或者視頻提示，以提示用戶識別到目標物體。
[0018]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:通過多樣的提示方式，可以使得用戶采用各種方式獲取到識別到物體的提示信息，增加用戶興趣，提升用戶體驗。
[0019]根據(jù)本公開實施例的第二方面，提供一種物體識別裝置，所述裝置包括:
[0020]獲取模塊，被配置為基于BING方法在待識別圖像中確定至少一個第一候選框，該第一候選框用于標識待檢測是否包含目標物體的圖像區(qū)域；
[0021]比對模塊，被配置為將第一候選框與目標物體模型進行比對，該目標物體模型是通過采用CNN對樣本數(shù)據(jù)進行訓(xùn)練獲得的關(guān)于目標物體的模型；
[0022]標示模塊，被配置為若第一候選框中存在目標物體模型，則標示第一候選框。
[0023]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:通過BING方法獲取可能包含目標物體的至少一個第一候選框，相對于現(xiàn)有技術(shù)，可大大減少需要比對的候選框的數(shù)目，因單次比對所持續(xù)的時間相對固定，因此，比對次數(shù)的減少可加速物體識別過程;將第一候選框與目標物體模型進行比對，該目標物體模型是通過采用CNN對樣本數(shù)據(jù)進行訓(xùn)練獲得的關(guān)于目標物體的模型，若第一候選框中存在目標物體模型，則標示第一候選框，完成對物體的識別，其中，采用CNN對樣本數(shù)據(jù)進行訓(xùn)練獲得的目標物體模型與目標物體的差別較小，較貼近目標物體的形狀，可保證物體識別的精確度，因此，本公開可快速、精確地進行物體識別。
[0024]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【附圖說明】
[0025]為了更清楚地說明本公開實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本公開的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0026]圖1是根據(jù)一示例性實施例示出的一種物體識別方法的流程圖；
[0027]圖2是圖1不例性實施例的一種應(yīng)用場景不意圖；
[0028]圖3是根據(jù)一示例性實施例示出的一種物體識別方法的流程圖；
[0029]圖4是根據(jù)一示例性實施例示出的一種物體識別裝置框圖；
[0030]圖5是根據(jù)一示例性實施例示出的一種物體識別裝置框圖；
[0031 ]圖6是根據(jù)一示例性實施例示出的一種物體識別裝置框圖；
[0032]圖7是根據(jù)一示例性實施例示出的一種物體識別裝置框圖。
[0033]通過上述附圖，已示出本公開明確的實施例，后文中將有更詳細的描述。這些附圖和文字描述并不是為了通過任何方式限制本公開構(gòu)思的范圍，而是通過參考特定實施例為本領(lǐng)域技術(shù)人員說明本公開的概念。
【具體實施方式】
[0034]這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0035]本公開的說明書和權(quán)利要求書中的術(shù)語“第一”、“第二”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的本公開的實施例例如能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語“包括”和“