CN110276346A - 目标区域识别模型训练方法、装置和计算机可读存储介质 - Google Patents

目标区域识别模型训练方法、装置和计算机可读存储介质 Download PDF

Info

Publication number
CN110276346A
CN110276346A CN201910492786.6A CN201910492786A CN110276346A CN 110276346 A CN110276346 A CN 110276346A CN 201910492786 A CN201910492786 A CN 201910492786A CN 110276346 A CN110276346 A CN 110276346A
Authority
CN
China
Prior art keywords
target area
training
channel
frame
identification model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910492786.6A
Other languages
English (en)
Other versions
CN110276346B (zh
Inventor
卢永晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910492786.6A priority Critical patent/CN110276346B/zh
Publication of CN110276346A publication Critical patent/CN110276346A/zh
Application granted granted Critical
Publication of CN110276346B publication Critical patent/CN110276346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/248—Aligning, centring, orientation detection or correction of the image by interactive preprocessing or interactive shape modelling, e.g. feature points assigned by a user
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开一种目标区域识别模型训练方法、装置、电子设备和计算机可读存储介质。其中方法包括：获取训练样本集合；将训练样本集合输入卷积神经网络；卷积神经网络包含多个并行的训练通道；每个训练通道根据训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。本公开实施例通过并行的多个训练通道分别对训练样本集合进行训练，使得训练得到的目标区域识别模型包含多个训练通道，并且多个训练通道分别用于预测与所述目标区域相关联的多个特征数据，可以得到更多与目标区域相关的特征，能够提高目标区域确定准确率。

Description

目标区域识别模型训练方法、装置和计算机可读存储介质
技术领域
本公开涉及一种目标区域识别模型训练技术领域，特别是涉及一种目标区域识别模型训练方法、装置和计算机可读存储介质。
背景技术
由于待检测的包含身份证的图像的大小不一，且身份证的状态不同，例如有的图像中身份证为歪斜的，有的图像中身份证的图像部分很小，另外受光照的问题，有的身份证区域比较亮或者比较暗，目前的身份证边框检测无法精确地获取身份证的边框。
发明内容
本公开解决的技术问题是提供一种目标区域识别模型训练方法，以至少部分地解决现有技术中目标区域定位不精确的技术问题。此外，还提供一种目标区域识别模型训练装置、目标区域识别模型训练硬件装置、计算机可读存储介质和目标区域识别模型训练终端。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种目标区域识别模型训练方法，包括：
获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成；
将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核；
每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
进一步的，所述每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型，包括：
确定每个训练通道的参数；
每个训练通道根据所述训练样本集合独立训练，得到各自对应的预测特征数据；
根据所述每个训练通道的预测特征数据生成多个预测边框；
根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框；
根据所述正样本边框和/或负样本边框计算每个训练通道的损失函数；
重新调整未满足收敛条件的损失函数对应的训练通道的参数，继续重复所述对应的训练通道的训练过程，直至对应的损失函数收敛，结束所述对应的训练通道的训练过程。
进一步的，所述根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框，包括：
计算每个预测边框与所述真实边框的交并比；
将所述交并比大于或等于第一预设阈值的预测边框作为正样本边框，并将所述交并比小于第二预设阈值的预测边框作为负样本边框。
进一步的，所述卷积神经网络包含第一训练通道，所述第一训练通道用于预测像素点位于所述目标区域内的概率；
相应的，所述根据所述正样本边框和负样本边框计算每个训练通道的损失函数，包括：
根据所述正样本边框内的像素点的预测概率和负样本边框内的像素点的预测概率计算得到所述第一训练通道的损失函数。
进一步的，所述卷积神经网络还包含第二训练通道，所述第二训练通道用于预测所述目标区域的旋转角度；
相应的，所述根据所述正样本边框计算每个训练通道的损失函数，包括：
根据所述正样本边框的预测旋转角度和所述目标区域的真实角度计算得到所述第二训练通道的损失函数。
进一步的，所述卷积神经网络还包含第三训练通道至第N训练通道；其中，N为大于3的正整数，且N-2等于所述正样本边框中包含的边的个数；所述第三训练通道至第N训练通道分别用于预测位于所述目标区域内的像素点到所述正样本边框每个边的距离；
相应的，所述根据所述正样本边框计算每个训练通道的损失函数，包括：
根据所述正样本边框内的像素点到每个边的预测距离和所述目标区域内的像素点到每个边的真实距离计算得到所述第三训练通道至第N训练通道的损失函数。
进一步的，所述目标区域为身份证区域。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种目标区域确定方法，包括：
获取待识别图像；
将所述待识别图像输入采用上述任一项所述的目标区域识别模型训练方法进行训练得到的目标区域识别模型；
通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据；
根据所述多个特征数据确定所述目标区域。
进一步的，通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据，包括：
通过所述目标区域识别模型的第一训练通道预测得到所述目标区域内的像素点；
通过所述目标区域识别模型的第二训练通道预测得到所述目标区域的旋转角度；
通过所述目标区域识别模型的第三训练通道至第N训练通道分别预测得到所述像素点到所述目标区域每个边的距离。
进一步的，所述根据所述多个特征数据确定所述目标区域，包括：
对于所述目标区域内的每个像素点，根据预测的旋转角度生成边框上的多个特征点；
将每个边框上的特征点进行直线拟合得到多条直线，且所述多条直线互相交叉形成闭合区域，将所述闭合区域作为所述目标区域。
进一步的，所述目标区域为身份证区域。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种目标区域识别模型训练装置，包括：
样本获取模块，用于获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成；
样本输入模块，用于将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核；
模型训练模块，用于每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
进一步的，所述模型训练模块包括：
参数确定单元，用于确定每个训练通道的参数；
数据预测单元，用于每个训练通道根据所述训练样本集合独立训练，得到各自对应的预测特征数据；
边框生成单元，用于根据所述每个训练通道的预测特征数据生成多个预测边框；
边框分类单元，用于根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框；
损失计算单元，用于根据所述正样本边框和/或负样本边框计算每个训练通道的损失函数；
参数调整单元，用于重新调整未满足收敛条件的损失函数对应的训练通道的参数，继续重复所述对应的训练通道的训练过程，直至对应的损失函数收敛，结束所述对应的训练通道的训练过程。
进一步的，所述边框分类单元具体用于：计算每个预测边框与所述真实边框的交并比；将所述交并比大于或等于第一预设阈值的预测边框作为正样本边框，并将所述交并比小于第二预设阈值的预测边框作为负样本边框。
进一步的，所述卷积神经网络包含第一训练通道，所述第一训练通道用于预测像素点位于所述目标区域内的概率；
相应的，所述损失计算单元具体用于：根据所述正样本边框内的像素点的预测概率和负样本边框内的像素点的预测概率计算得到所述第一训练通道的损失函数。
进一步的，所述卷积神经网络还包含第二训练通道，所述第二训练通道用于预测所述目标区域的旋转角度；
相应的，所述损失计算单元具体用于：根据所述正样本边框的预测旋转角度和所述目标区域的真实角度计算得到所述第二训练通道的损失函数。
进一步的，所述卷积神经网络还包含第三训练通道至第N训练通道；其中，N为大于3的正整数，且N-2等于所述正样本边框中包含的边的个数；所述第三训练通道至第N训练通道分别用于预测位于所述目标区域内的像素点到所述正样本边框每个边的距离；
相应的，所述损失计算单元具体用于：根据所述正样本边框内的像素点到每个边的预测距离和所述目标区域内的像素点到每个边的真实距离计算得到所述第三训练通道至第N训练通道的损失函数。
进一步的，所述目标区域为身份证区域。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种目标区域确定装置，包括：
图像获取模块，用于获取待识别图像；
图像输入模块，用于将所述待识别图像输入采用权利要求1-7任一项所述的目标区域识别模型训练方法进行训练得到的目标区域识别模型；
数据预测模块，用于通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据；
区域确定模块，用于根据所述多个特征数据确定所述目标区域。
进一步的，所述数据预测模块具体用于：通过所述目标区域识别模型的第一训练通道预测得到所述目标区域内的像素点；通过所述目标区域识别模型的第二训练通道预测得到所述目标区域的旋转角度；通过所述目标区域识别模型的第三训练通道至第N训练通道分别预测得到所述像素点到所述目标区域每个边的距离。
进一步的，所述区域确定模块具体用于：对于所述目标区域内的每个像素点，根据预测的旋转角度生成边框上的多个特征点；将每个边框上的特征点进行直线拟合得到多条直线，且所述多条直线互相交叉形成闭合区域，将所述闭合区域作为所述目标区域。
进一步的，所述目标区域为身份证区域。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现上述任意一项所述的目标区域识别模型训练方法。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述任意一项所述的目标区域识别模型训练方法。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现上述任意一项所述的目标区域确定方法。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述任意一项所述的目标区域确定方法。
为了实现上述目的，根据本公开的又一个方面，还提供以下技术方案：
一种目标区域识别模型训练终端，包括上述任一目标区域识别模型训练装置。
为了实现上述目的，根据本公开的又一个方面，还提供以下技术方案：
一种数据读取终端，包括上述任一数据读取装置。
本公开实施例通过并行的多个训练通道分别对训练样本集合进行训练，使得训练得到的目标区域识别模型包含多个训练通道，并且多个训练通道分别用于预测与所述目标区域相关联的多个特征数据，可以得到更多与目标区域相关的特征，能够提高目标区域确定准确率。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例,并配合附图，详细说明如下。
附图说明
图1a为根据本公开一个实施例的目标区域识别模型训练方法的流程示意图；
图1b为根据本公开一个实施例的目标区域识别模型训练方法中的卷积层的卷积过程示意图；
图1c为根据本公开一个实施例的目标区域识别模型训练方法中的卷积层的卷积结果示意图；
图2为根据本公开一个实施例的目标区域确定方法的流程示意图；
图3为根据本公开一个实施例的目标区域识别模型训练装置的结构示意图；
图4为根据本公开一个实施例的目标区域确定装置的结构示意图；
图5为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
实施例一
为了解决现有技术中目标区域定位不精确的技术问题，本公开实施例提供一种目标区域识别模型训练方法。如图1a所示，该目标区域识别模型训练方法主要包括如下步骤S11至步骤S13。
步骤S11：获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成。
其中，目标区域可以为多边形区域，例如矩形区域。该目标区域对应的图像内容可以为身份证。
步骤S12：将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核。
其中，卷积神经网络(Convolutional Neural Networks，CNN)是一类包含卷积计算且具有深度结构的前馈神经网络，主要包括输入层、卷积层、池化层、全连接层和输出层。并且，一个卷积神经网络可以包括多个卷积层。在本文中，卷积神经网络可以为直筒型卷积神经网络，也可以为深度学习卷积神经网络，这里不做具体限定。
其中，卷积层包括卷积核，卷积核可以为一个矩阵，用于对输入图像进行卷积，具体计算方法为对输入的图像的不同局部矩阵和卷积核矩阵各个位置的元素相乘，然后相加。在本文中，每个训练通道对应不同的卷积核。
举个例子，如图1b所示，输入是一个二维的3x4的矩阵，而卷积核是一个2x2的矩阵。这里假设卷积是一次移动一个像素来卷积的，那么首先对输入的左上角2x2局部和卷积核卷积，即各个位置的元素相乘再相加，得到的输出矩阵S的S00的元素，值为aw+bx+ey+fzaw+bx+ey+fz。接着将输入的局部向右平移一个像素，现在是(b,c,f,g)四个元素构成的矩阵和卷积核来卷积，这样得到了输出矩阵S的S01的元素，同样的方法，可以得到输出矩阵S的S02，S10，S11，S12，S10，S11，S12的元素。如图1c所示，最终得到卷积输出的矩阵为一个2x3的矩阵S。
步骤S13：每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
其中，每个训练通道都是独立，除了在卷积层使用不同的卷积核，该多个训练通道共用所述卷积神经网络的其它层。
其中，训练通道个数由需要预测的特征数据决定，如果需要预测的特征数据有6个，则对应的训练通道就有6个。例如，如果所述目标区域为多边形，则对应的多个特征数据可以包括所述多边形区域内的像素点、所述多边形区域的旋转角度、所述像素点到所述多边形每个边的距离。其中多边形区域内的像素点对应一个训练通道，所述多边形区域的旋转角度对应一个训练通道，多边形每个边的距离分别对应一个训练通道。
本实施例通过并行的多个训练通道分别对训练样本集合进行训练，使得训练得到的目标区域识别模型包含多个训练通道，并且多个训练通道分别用于预测与所述目标区域相关联的多个特征数据，可以得到更多与目标区域相关的特征，能够提高目标区域确定准确率。
在一个可选的实施例中，步骤S13包括：
步骤S131：确定每个训练通道的参数。
其中，所述参数包括卷积层的卷积核对应的参数，例如卷积矩阵的大小，例如可以设为3*3的矩阵，不同的卷积层可以设置不同的卷积核。此外，还可以包括池化层的参数，例如池化矩阵的大小，可以为3*3的池化矩阵，或者输出层的参数，例如线性系数矩阵及偏倚向量等。并且，每个训练通道对应的参数均不相同。
步骤S132：每个训练通道根据所述训练样本集合独立训练，得到各自对应的预测特征数据。
具体的，首先练样本集合通过所述卷积神经网络的输入层，将训练样本集合转化为多维向量，然后经过卷积层进行卷积计算，得到卷积阶段对应的特征图像。在本文中，卷积层包含并行的多个卷积核，则输入图像进入卷积层以后，与不同的卷积核进行卷积计算，得到多个卷积结果，然后进入池化层、全连接层和输出层进行预测。
步骤S133：根据所述每个训练通道的预测特征数据生成多个预测边框。
其中，预测特征数据可以为以下至少一种：像素点位于所述目标区域内的概率、目标区域的旋转角度、位于所述目标区域内的像素点到所述正样本边框每个边的距离，根据上述预测特征数据可以得到多个可能包含目标区域的边框即预测边框。
步骤S134：根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框。
其中，正样本边框近似于目标区域的真实边框，负样本边框不是目标区域的边框。
步骤S135：根据所述正样本边框和/或负样本边框计算每个训练通道的损失函数。
步骤S136：重新调整未满足收敛条件的损失函数对应的训练通道的参数，继续重复所述对应的训练通道的训练过程，直至对应的损失函数收敛，结束所述对应的训练通道的训练过程。
在一个可选的实施例中，步骤S134包括：
计算每个预测边框与所述真实边框的交并比；将所述交并比大于或等于第一预设阈值的预测边框作为正样本边框，并将所述交并比小于第二预设阈值的预测边框作为负样本边框。
其中，交并比为预测边框与真实边框的交叠率，即它们的交集与并集的比值，最理想情况是完全重叠，即比值为1。
其中，交并比越大，预测边框与真实边框就越接近。
其中，第一预设阈值大于或等于第二预设阈值。例如，可将第一预设阈值取值为0.6，第二预设阈值取值为0.4。
在一个可选的实施例中，所述卷积神经网络包含第一训练通道，所述第一训练通道用于预测像素点位于所述目标区域内的概率；
相应的，步骤S135包括：
根据所述正样本边框内的像素点的预测概率和负样本边框内的像素点的预测概率计算得到所述第一训练通道的损失函数。
在一个可选的实施例中，所述卷积神经网络还包含第二训练通道，所述第二训练通道用于预测所述目标区域的旋转角度；
相应的，步骤S135包括：
根据所述正样本边框的预测旋转角度和所述目标区域的真实角度计算得到所述第二训练通道的损失函数。
在一个可选的实施例中，所述卷积神经网络还包含第三训练通道至第N训练通道；其中，N为大于3的正整数，且N-2等于所述正样本边框中包含的边的个数；所述第三训练通道至第N训练通道分别用于预测位于所述目标区域内的像素点到所述正样本边框每个边的距离；
相应的，步骤S135包括：
根据所述正样本边框内的像素点到每个边的预测距离和所述目标区域内的像素点到每个边的真实距离计算得到所述第三训练通道至第N训练通道的损失函数。
例如，如果所述目标区域为身份证区域，则对应的多边形为矩形，由于矩形包含4个边，则需要4个训练通道分别预测像素点到4个边的距离，以及加上用于预测所述矩形区域内的像素点的训练通道和用于预测所述矩形区域的旋转角度的训练通道，一共6个训练通道。
实施例二
为了解决现有技术中目标区域确定正确率低的技术问题，本公开实施例还提供一种目标区域确定方法，如图2所示，具体包括：
S21:获取待识别图像。
其中，可通过摄像头实时获取待识别图像。或者从本地获取预先存储的待识别图像。
S22:将所述待识别图像输入目标区域识别模型。
其中，目标区域识别模型采用上述实施例一所述的目标区域识别模型训练方法进行训练得到，具体训练过程参见上述实施例一。
S23:通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据。
其中，一个训练通道对应预测一个特征数据。例如，一个训练通道用于预测像素点是否为所述目标区域内的像素点，另一个训练通道用于预测所述目标区域的旋转角度等等。
S24:根据所述多个特征数据确定所述目标区域。
其中，目标区域可以为身份证区域，用于对身份证区域的识别。
本实施例通过目标区域识别模型的多个训练通道分别预测得到多个特征数据，可以得到更多与目标区域相关的特征，能够提高目标区域确定准确率。
在一个可选的实施例中，步骤S23具体包括：
步骤S231：通过所述目标区域识别模型的第一训练通道预测得到所述目标区域内的像素点。
步骤S232：通过所述目标区域识别模型的第二训练通道预测得到所述目标区域的旋转角度。
具体的，由于旋转角度具有周期性，可以通过第二训练通道预测得到旋转角度的余弦值，根据余弦值得到旋转角度。例如，如果余弦值为1，则确定对应的旋转角度为0。
步骤S233：通过所述目标区域识别模型的第三训练通道至第N训练通道分别预测得到所述像素点到所述目标区域每个边的距离。
其中，N为目标区域的边的个数加二。如果目标区域为矩形，则N为六，其中第三训练通道至第六训练通道分别预测得到所述像素点到所述目标区域四个边的距离。
在一个可选的实施例中，步骤S24具体包括：
步骤S241：对于所述目标区域内的每个像素点，根据预测的旋转角度生成边框上的多个特征点；
例如，当边框为多边形时，对应的特征点可以为多边形的顶点。
步骤S242：将每个边框上的特征点进行直线拟合得到多条直线，且所述多条直线互相交叉形成闭合区域，将所述闭合区域作为所述目标区域。
本领域技术人员应能理解，在上述各个实施例的基础上，还可以进行明显变型(例如，对所列举的模式进行组合)或等同替换。
在上文中，虽然按照上述的顺序描述了目标区域识别模型训练方法实施例中的各个步骤，本领域技术人员应清楚，本公开实施例中的步骤并不必然按照上述顺序执行，其也可以倒序、并行、交叉等其他顺序执行，而且，在上述步骤的基础上，本领域技术人员也可以再加入其他步骤，这些明显变型或等同替换的方式也应包含在本公开的保护范围之内，在此不再赘述。
下面为本公开装置实施例，本公开装置实施例可用于执行本公开方法实施例实现的步骤，为了便于说明，仅示出了与本公开实施例相关的部分，具体技术细节未揭示的，请参照本公开方法实施例。
实施例三
为了解决现有技术中目标区域确定正确率低的技术问题，本公开实施例提供一种目标区域识别模型训练装置。该装置可以执行上述实施例一所述的目标区域识别模型训练方法实施例中的步骤。如图3所示，该装置主要包括：样本获取模块31、样本输入模块32和模型训练模块33；其中，
样本获取模块31用于获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成；
样本输入模块32用于将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核；
模型训练模块33用于每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
进一步的，所述模型训练模块33包括：参数确定单元331、数据预测单元332、边框生成单元333、边框分类单元334、损失计算单元335和参数调整单元336；其中，
参数确定单元331用于确定每个训练通道的参数；
数据预测单元332用于每个训练通道根据所述训练样本集合独立训练，得到各自对应的预测特征数据；
边框生成单元333用于根据所述每个训练通道的预测特征数据生成多个预测边框；
边框分类单元334用于根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框；
损失计算单元335用于根据所述正样本边框和/或负样本边框计算每个训练通道的损失函数；
参数调整单元336用于重新调整未满足收敛条件的损失函数对应的训练通道的参数，继续重复所述对应的训练通道的训练过程，直至对应的损失函数收敛，结束所述对应的训练通道的训练过程。
进一步的，所述边框分类单元334具体用于：计算每个预测边框与所述真实边框的交并比；将所述交并比大于或等于第一预设阈值的预测边框作为正样本边框，并将所述交并比小于第二预设阈值的预测边框作为负样本边框。
进一步的，所述卷积神经网络包含第一训练通道，所述第一训练通道用于预测像素点位于所述目标区域内的概率；
相应的，所述损失计算单元335具体用于：根据所述正样本边框内的像素点的预测概率和负样本边框内的像素点的预测概率计算得到所述第一训练通道的损失函数。
进一步的，所述卷积神经网络还包含第二训练通道，所述第二训练通道用于预测所述目标区域的旋转角度；
相应的，所述损失计算单元335具体用于：根据所述正样本边框的预测旋转角度和所述目标区域的真实角度计算得到所述第二训练通道的损失函数。
进一步的，所述卷积神经网络还包含第三训练通道至第N训练通道；其中，N为大于3的正整数，且N-2等于所述正样本边框中包含的边的个数；所述第三训练通道至第N训练通道分别用于预测位于所述目标区域内的像素点到所述正样本边框每个边的距离；
相应的，所述损失计算单元335具体用于：根据所述正样本边框内的像素点到每个边的预测距离和所述目标区域内的像素点到每个边的真实距离计算得到所述第三训练通道至第N训练通道的损失函数。
进一步的，所述目标区域为身份证区域。
有关目标区域识别模型训练装置实施例的工作原理、实现的技术效果等详细说明可以参考前述目标区域识别模型训练方法实施例中的相关说明，在此不再赘述。
实施例四
为了解决现有技术中目标区域确定正确率低的技术问题，本公开实施例提供一种目标区域确定装置。该装置可以执行上述实施例二所述的目标区域识别模型训练方法实施例中的步骤。如图4所示，该装置主要包括：图像获取模块41、图像输入模块42、数据预测模块43和区域确定模块44；其中，
图像获取模块41用于获取待识别图像；
图像输入模块42用于将所述待识别图像输入采用权利要求1-7任一项所述的目标区域识别模型训练方法进行训练得到的目标区域识别模型；
数据预测模块43用于通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据；
区域确定模块44用于根据所述多个特征数据确定所述目标区域。
进一步的，所述数据预测模块43具体用于：通过所述目标区域识别模型的第一训练通道预测得到所述目标区域内的像素点；通过所述目标区域识别模型的第二训练通道预测得到所述目标区域的旋转角度；通过所述目标区域识别模型的第三训练通道至第N训练通道分别预测得到所述像素点到所述目标区域每个边的距离。
进一步的，所述区域确定模块44具体用于：对于所述目标区域内的每个像素点，根据预测的旋转角度生成边框上的多个特征点；将每个边框上的特征点进行直线拟合得到多条直线，且所述多条直线互相交叉形成闭合区域，将所述闭合区域作为所述目标区域。
进一步的，所述目标区域为身份证区域。
有关目标区域确定装置实施例的工作原理、实现的技术效果等详细说明可以参考前述目标区域确定方法实施例中的相关说明，在此不再赘述。
实施例五
下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成；将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核；每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或或流程图中的每个方框、以及框图和/或或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (17)

1.一种目标区域识别模型训练方法，其特征在于，包括：
获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成；
将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核；
每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
2.根据权利要求1所述的方法，其特征在于，所述每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型，包括：
确定每个训练通道的参数；
每个训练通道根据所述训练样本集合独立训练，得到各自对应的预测特征数据；
根据所述每个训练通道的预测特征数据生成多个预测边框；
根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框；
根据所述正样本边框和/或负样本边框计算每个训练通道的损失函数；
重新调整未满足收敛条件的损失函数对应的训练通道的参数，继续重复所述对应的训练通道的训练过程，直至对应的损失函数收敛，结束所述对应的训练通道的训练过程。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标区域的真实边框将所述多个预测边框分为正样本边框和/或负样本边框，包括：
计算每个预测边框与所述真实边框的交并比；
将所述交并比大于或等于第一预设阈值的预测边框作为正样本边框，并将所述交并比小于第二预设阈值的预测边框作为负样本边框。
4.根据权利要求3所述的方法，其特征在于，所述卷积神经网络包含第一训练通道，所述第一训练通道用于预测像素点位于所述目标区域内的概率；
相应的，所述根据所述正样本边框和负样本边框计算每个训练通道的损失函数，包括：
根据所述正样本边框内的像素点的预测概率和负样本边框内的像素点的预测概率计算得到所述第一训练通道的损失函数。
5.根据权利要求4所述的方法，其特征在于，所述卷积神经网络还包含第二训练通道，所述第二训练通道用于预测所述目标区域的旋转角度；
相应的，所述根据所述正样本边框计算每个训练通道的损失函数，包括：
根据所述正样本边框的预测旋转角度和所述目标区域的真实角度计算得到所述第二训练通道的损失函数。
6.根据权利要求5所述的方法，其特征在于，所述卷积神经网络还包含第三训练通道至第N训练通道；其中，N为大于3的正整数，且N-2等于所述正样本边框中包含的边的个数；所述第三训练通道至第N训练通道分别用于预测位于所述目标区域内的像素点到所述正样本边框每个边的距离；
相应的，所述根据所述正样本边框计算每个训练通道的损失函数，包括：
根据所述正样本边框内的像素点到每个边的预测距离和所述目标区域内的像素点到每个边的真实距离计算得到所述第三训练通道至第N训练通道的损失函数。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述目标区域为身份证区域。
8.一种目标区域确定方法，其特征在于，包括：
获取待识别图像；
将所述待识别图像输入采用权利要求1-7任一项所述的目标区域识别模型训练方法进行训练得到的目标区域识别模型；
通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据；
根据所述多个特征数据确定所述目标区域。
9.根据权利要求8所述的方法，其特征在于，通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据，包括：
通过所述目标区域识别模型的第一训练通道预测得到所述目标区域内的像素点；
通过所述目标区域识别模型的第二训练通道预测得到所述目标区域的旋转角度；
通过所述目标区域识别模型的第三训练通道至第N训练通道分别预测得到所述像素点到所述目标区域每个边的距离。
10.根据权利要求9所述的方法，其特征在于，所述根据所述多个特征数据确定所述目标区域，包括：
对于所述目标区域内的每个像素点，根据预测的旋转角度生成边框上的多个特征点；
将每个边框上的特征点进行直线拟合得到多条直线，且所述多条直线互相交叉形成闭合区域，将所述闭合区域作为所述目标区域。
11.根据权利要求8-10任一项所述的方法，其特征在于，所述目标区域为身份证区域。
12.一种目标区域识别模型训练装置，其特征在于，包括：
样本获取模块，用于获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域的样本图像组成；
样本输入模块，用于将所述训练样本集合输入卷积神经网络；其中，所述卷积神经网络包含多个并行的训练通道；其中，一个训练通道包含至少一个卷积核；
模型训练模块，用于每个训练通道根据所述训练样本集合独立训练直至满足各自的收敛条件，得到包含多个训练通道的目标区域识别模型；其中，所述目标区域识别模型的多个训练通道分别用于预测与所述目标区域相关联的多个特征数据。
13.一种目标区域确定装置，其特征在于，包括：
图像获取模块，用于获取待识别图像；
图像输入模块，用于将所述待识别图像输入采用权利要求1-7任一项所述的目标区域识别模型训练方法进行训练得到的目标区域识别模型；
数据预测模块，用于通过所述目标区域识别模型的多个训练通道分别预测得到多个特征数据；
区域确定模块，用于根据所述多个特征数据确定所述目标区域。
14.一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求1-7中任意一项所述的目标区域识别模型训练方法。
15.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-7中任意一项所述的目标区域识别模型训练方法。
16.一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求8-11中任意一项所述的目标区域确定方法。
17.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求8-11中任意一项所述的目标区域确定方法。
CN201910492786.6A 2019-06-06 2019-06-06 目标区域识别模型训练方法、装置和计算机可读存储介质 Active CN110276346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910492786.6A CN110276346B (zh) 2019-06-06 2019-06-06 目标区域识别模型训练方法、装置和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910492786.6A CN110276346B (zh) 2019-06-06 2019-06-06 目标区域识别模型训练方法、装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110276346A true CN110276346A (zh) 2019-09-24
CN110276346B CN110276346B (zh) 2023-10-10

Family

ID=67960554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910492786.6A Active CN110276346B (zh) 2019-06-06 2019-06-06 目标区域识别模型训练方法、装置和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110276346B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027621A (zh) * 2019-12-09 2020-04-17 上海扩博智能技术有限公司 图像识别模型的训练方法、系统、设备和存储介质
CN111368782A (zh) * 2020-03-16 2020-07-03 中移雄安信息通信科技有限公司 煤火区域识别模型的训练方法、煤火区域识别方法及装置
CN111523596A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 目标识别模型训练方法、装置、设备以及存储介质
CN111753870A (zh) * 2020-04-16 2020-10-09 杭州海康威视数字技术股份有限公司 目标检测模型的训练方法、装置和存储介质
CN111986262A (zh) * 2020-09-07 2020-11-24 北京凌云光技术集团有限责任公司 一种图像区域定位方法及装置
CN112101284A (zh) * 2020-09-25 2020-12-18 北京百度网讯科技有限公司 图像识别方法、图像识别模型的训练方法、装置及系统
CN112149693A (zh) * 2020-10-16 2020-12-29 上海智臻智能网络科技股份有限公司 轮廓识别模型的训练方法和目标对象的检测方法
CN112507921A (zh) * 2020-12-16 2021-03-16 平安银行股份有限公司 基于目标区域的图形搜索方法、系统、电子装置及存储介质
CN112541902A (zh) * 2020-12-15 2021-03-23 平安科技（深圳）有限公司 相似区域搜索方法、装置、电子设备及介质
CN113051969A (zh) * 2019-12-26 2021-06-29 深圳市超捷通讯有限公司 物件识别模型训练方法及车载装置
CN113420597A (zh) * 2021-05-24 2021-09-21 北京三快在线科技有限公司 环形交叉口识别方法及装置，电子设备及存储介质
WO2021238548A1 (zh) * 2020-05-25 2021-12-02 腾讯科技（深圳）有限公司 区域识别方法、装置、设备及可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170169567A1 (en) * 2014-05-23 2017-06-15 Ventana Medical Systems, Inc. Systems and methods for detection of structures and/or patterns in images
CN107464245A (zh) * 2017-06-29 2017-12-12 北京捷通华声科技股份有限公司 一种图像结构边缘的定位方法及装置
CN107491726A (zh) * 2017-07-04 2017-12-19 重庆邮电大学 一种基于多通道并行卷积神经网络的实时表情识别方法
US20180122114A1 (en) * 2016-08-19 2018-05-03 Beijing Sensetime Technology Development Co., Ltd. Method and apparatus for processing video image and electronic device
CN108280856A (zh) * 2018-02-09 2018-07-13 哈尔滨工业大学 基于混合信息输入网络模型的未知物体抓取位姿估计方法
WO2019071662A1 (zh) * 2017-10-09 2019-04-18 平安科技（深圳）有限公司 电子装置、票据信息识别方法和计算机可读存储介质
CN109657522A (zh) * 2017-10-10 2019-04-19 北京京东尚科信息技术有限公司 检测可行驶区域的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170169567A1 (en) * 2014-05-23 2017-06-15 Ventana Medical Systems, Inc. Systems and methods for detection of structures and/or patterns in images
US20180122114A1 (en) * 2016-08-19 2018-05-03 Beijing Sensetime Technology Development Co., Ltd. Method and apparatus for processing video image and electronic device
CN107464245A (zh) * 2017-06-29 2017-12-12 北京捷通华声科技股份有限公司 一种图像结构边缘的定位方法及装置
CN107491726A (zh) * 2017-07-04 2017-12-19 重庆邮电大学 一种基于多通道并行卷积神经网络的实时表情识别方法
WO2019071662A1 (zh) * 2017-10-09 2019-04-18 平安科技（深圳）有限公司 电子装置、票据信息识别方法和计算机可读存储介质
CN109657522A (zh) * 2017-10-10 2019-04-19 北京京东尚科信息技术有限公司 检测可行驶区域的方法和装置
CN108280856A (zh) * 2018-02-09 2018-07-13 哈尔滨工业大学 基于混合信息输入网络模型的未知物体抓取位姿估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
颜银慧等: "基于SqueezeNet的改进SSD模型及其应用", 《中国交通信息化》 *
黄愉文等: "基于并行双路卷积神经网络的安全帽识别", 《企业技术开发》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027621A (zh) * 2019-12-09 2020-04-17 上海扩博智能技术有限公司 图像识别模型的训练方法、系统、设备和存储介质
CN113051969A (zh) * 2019-12-26 2021-06-29 深圳市超捷通讯有限公司 物件识别模型训练方法及车载装置
CN111368782A (zh) * 2020-03-16 2020-07-03 中移雄安信息通信科技有限公司 煤火区域识别模型的训练方法、煤火区域识别方法及装置
CN111368782B (zh) * 2020-03-16 2023-11-14 中移雄安信息通信科技有限公司 煤火区域识别模型的训练方法、煤火区域识别方法及装置
CN111753870A (zh) * 2020-04-16 2020-10-09 杭州海康威视数字技术股份有限公司 目标检测模型的训练方法、装置和存储介质
CN111753870B (zh) * 2020-04-16 2023-08-18 杭州海康威视数字技术股份有限公司 目标检测模型的训练方法、装置和存储介质
CN111523596A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 目标识别模型训练方法、装置、设备以及存储介质
CN111523596B (zh) * 2020-04-23 2023-07-04 北京百度网讯科技有限公司 目标识别模型训练方法、装置、设备以及存储介质
WO2021238548A1 (zh) * 2020-05-25 2021-12-02 腾讯科技（深圳）有限公司 区域识别方法、装置、设备及可读存储介质
CN111986262A (zh) * 2020-09-07 2020-11-24 北京凌云光技术集团有限责任公司 一种图像区域定位方法及装置
CN111986262B (zh) * 2020-09-07 2024-04-26 凌云光技术股份有限公司 一种图像区域定位方法及装置
CN112101284A (zh) * 2020-09-25 2020-12-18 北京百度网讯科技有限公司 图像识别方法、图像识别模型的训练方法、装置及系统
CN112149693A (zh) * 2020-10-16 2020-12-29 上海智臻智能网络科技股份有限公司 轮廓识别模型的训练方法和目标对象的检测方法
CN112541902A (zh) * 2020-12-15 2021-03-23 平安科技（深圳）有限公司 相似区域搜索方法、装置、电子设备及介质
CN112507921A (zh) * 2020-12-16 2021-03-16 平安银行股份有限公司 基于目标区域的图形搜索方法、系统、电子装置及存储介质
CN112507921B (zh) * 2020-12-16 2024-03-19 平安银行股份有限公司 基于目标区域的图形搜索方法、系统、电子装置及存储介质
CN113420597A (zh) * 2021-05-24 2021-09-21 北京三快在线科技有限公司 环形交叉口识别方法及装置，电子设备及存储介质

Also Published As

Publication number Publication date
CN110276346B (zh) 2023-10-10

Similar Documents

Publication Publication Date Title
CN110276346A (zh) 目标区域识别模型训练方法、装置和计算机可读存储介质
CN110276345A (zh) 卷积神经网络模型训练方法、装置和计算机可读存储介质
CN110288082A (zh) 卷积神经网络模型训练方法、装置和计算机可读存储介质
CN109034365A (zh) 深度学习模型的训练方法及装置
CN110287955A (zh) 目标区域确定模型训练方法、装置和计算机可读存储介质
CN109902186A (zh) 用于生成神经网络的方法和装置
CN110399848A (zh) 视频封面生成方法、装置及电子设备
CN110321958A (zh) 神经网络模型的训练方法、视频相似度确定方法
CN110443222A (zh) 用于训练脸部关键点检测模型的方法和装置
CN108510472A (zh) 用于处理图像的方法和装置
CN110222726A (zh) 图像处理方法、装置及电子设备
CN108629823A (zh) 多视角图像的生成方法和装置
CN109598304B (zh) 分类模型校准方法、装置、设备及可读介质
CN106908082A (zh) 用于校准终端中的陀螺仪的方法、装置及系统
CN110033423A (zh) 用于处理图像的方法和装置
CN110415276A (zh) 运动信息计算方法、装置及电子设备
CN108171167B (zh) 用于输出图像的方法和装置
CN110555861B (zh) 光流计算方法、装置及电子设备
CN110287810A (zh) 车门动作检测方法、装置和计算机可读存储介质
CN107886339A (zh) 用于输出信息的方法和装置
CN111368668A (zh) 三维手部识别方法、装置、电子设备及存储介质
CN110069997A (zh) 场景分类方法、装置及电子设备
CN109903075A (zh) 基于dnn的回归分布模型及其训练方法、电子设备
CN110378936A (zh) 光流计算方法、装置及电子设备
CN110321454A (zh) 视频的处理方法、装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant