CN110866478B - 一种图像中对象的识别方法、装置和设备 - Google Patents
一种图像中对象的识别方法、装置和设备 Download PDFInfo
- Publication number
- CN110866478B CN110866478B CN201911078767.5A CN201911078767A CN110866478B CN 110866478 B CN110866478 B CN 110866478B CN 201911078767 A CN201911078767 A CN 201911078767A CN 110866478 B CN110866478 B CN 110866478B
- Authority
- CN
- China
- Prior art keywords
- category
- confidence
- categories
- position information
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种图像中对象的识别方法、装置和设备,其中,图像中对象的识别方法,包括:分别检测第一图像和第二图像,得到所述第一图像中第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二图像中第二对象的位置信息、对应的若干类别和每个所述类别的置信度;根据所述第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二对象的位置信息、对应的若干类别和每个所述类别的置信度,确定所述第一对象和所述第二对象的类别是否相同。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种图像中对象的识别方法、装置和设备。
背景技术
在实际应用场景中,为了确定一段时间间隔内监控区域中对象的变化,需要对不同时间点采集的图像中的对象进行识别。以无人值守视觉货柜为例,需要采集用户开门前和开门后货柜内的图像,通过对两个图像中对象的识别,可以确定两个对象是否属于同一类别。
目前,一般利用视觉算法对两个图像中的对象进行识别,根据识别得到的类别及其置信度确定两个对象是否属于同一类别。
发明内容
鉴于此,本发明实施例提供了一种图像中对象的识别方法、装置和设备,能够提高识别结果的准确度。
第一方面,本发明实施例提供了一种图像中对象的识别方法,包括:
分别检测第一图像和第二图像,得到所述第一图像中第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二图像中第二对象的位置信息、对应的若干类别和每个所述类别的置信度;
根据所述第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二对象的位置信息、对应的若干类别和每个所述类别的置信度,确定所述第一对象和所述第二对象的类别是否相同。
第二方面,本发明实施例提供了一种图像中对象的识别装置,包括:
检测单元,配置为分别检测第一图像和第二图像,得到所述第一图像中第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二图像中第二对象的位置信息、对应的若干类别和每个所述类别的置信度;
确定单元,配置为根据所述第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二对象的位置信息、对应的若干类别和每个所述类别的置信度,确定所述第一对象和所述第二对象的类别是否相同。
第三方面,本发明实施例提供了一种图像中对象的识别设备,包括:处理器和存储器;
所述存储器用于存储执行指令,所述处理器用于执行所述存储器存储的所述执行指令以实现上述任一实施例所述的方法
本发明实施例采用的上述至少一个技术方案能够达到以下有益效果:该方法将对象的位置信息与对象对应的类别及其置信度相结合,与仅基于置信度进行识别的传统方法相比,该方法能够考虑到图像中对象的位置等因素的影响,提高识别准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种图像中对象的识别方法的流程图;
图2是本发明另一个实施例提供的一种图像中对象的识别方法的流程图;
图3是本发明一个实施例提供的一种图像中对象的识别装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
传统的识别方法仅基于置信度确定两个对象是否为相同的类别。例如,通过传统的识别方法确定第一图像中第一对象为商品A的置信度为90%,为商品B的置信度为80%,为商品C的置信度为70%,第二图像中第二对象为商品A的置信度为5%,为商品B的置信度为3%,为商品C的置信度为2%。由于第一对象对应的最大置信度对应的类别为商品A,与第二对象对应的最大置信度对应的类别相同,基于传统的识别方法,得到的识别结果为:第一对象和第二对象的类别相同。
但是,在实际应用场景中,得到的置信度可能较低,如果仅基于置信度确定两个对象的类别是否相同,则识别结果的准确度较低。
例如,货柜的第一行第一列摆放的是商品A,第一行第二列摆放的是商品B,假设货柜中的商品不变,在不同的环境下采集得到第一图像和第二图像,其中,第一图像由于受到光照的影响,质量较差。在对第一图像中第一行第一列的第一对象和第二图像中第一行第一列的第二对象进行识别时,得到第一对象为商品A的置信度为9%,为商品B的置信度为10%,第二对象为商品A的置信度为90%,为商品B的置信度为80%。因此,基于传统的识别方法,确定第一对象和第二对象的类别不同,而该识别结果显然与实际情况不符。
鉴于此,本发明实施例提供了一种图像中对象的识别方法,如图1所示,该方法可以包括以下步骤:
步骤101:分别检测第一图像和第二图像,得到第一图像中第一对象的位置信息、对应的若干类别和每个类别的置信度,以及第二图像中第二对象的位置信息、对应的若干类别和每个类别的置信度。
在实际应用场景中,可以采用视觉算法检测第一图像中各个对象的位置信息、每个对象对应的若干类别和每个类别的置信度。而本发明实施例仅以第一对象和第二对象的识别过程为例进行说明,第一图像和第二图像中其他对象的识别过程可参考第一对象和第二对象的识别过程,此处不再赘述。
步骤102:根据第一对象的位置信息、对应的若干类别和每个类别的置信度,以及第二对象的位置信息、对应的若干类别和每个类别的置信度,确定第一对象和第二对象的类别是否相同。
该方法将对象的位置信息与对象对应的类别及其置信度相结合,与仅基于置信度进行识别的传统方法相比,该方法能够考虑到图像中对象的位置等因素的影响,提高识别准确度。
在本发明的一个实施例中,考虑到光照、图像中对象的数量等因素的影响,还可以将图像特征与置信度、位置信息相结合,以确定第一对象与第二对象的类别是否相同。
此时,步骤102包括:根据第一对象的位置信息、图像特征、对应的若干类别和每个类别的置信度,以及第二对象的位置信息、图像特征、对应的若干类别和每个类别的置信度,确定第一对象和第二对象的类别是否相同。
在本发明的一个实施例中,步骤102具体包括:
A1:根据第一对象的位置信息和第二对象的位置信息,确定第一对象与第二对象的重叠度。
A2:确定重叠度是否大于第一阈值,如果是,执行步骤A3。
A3:确定第一对象对应的、排在若干第一设定位次的置信度对应的类别与第二对象对应的、排在若干第一设定位次的置信度对应的类别是否完全不同,如果否,执行步骤A4。
例如,置信度按照由大到小的顺序排列,第一设定位次为1、2、3,如果第一对象对应的、排在1-3位的置信度对应的类别分别为a、b、c,第二对象对应的、排在1-3位的置信度对应的类别分别为c、d、e,由于第一对象和第二对象对应的类别中都存在c,因此,执行步骤A4。
A4:确定第一对象和第二对象的类别相同,其中,第一对象和第二对象对应的置信度按照相同的排序逻辑排序。
本实施例提供的方法适用于在第一图像和第二图像中位置没有发生变化或仅有微小变化的两个对象的识别。
其中,第一阈值可以为预先设定值,例如,0.8。上述排序逻辑可以为由大到小,也可以为由小到大等。第一设定位次可以是一个,也可以是多个。在一种应用场景中,第一设定位次为1,排序逻辑为由大到小,在另一种应用场景中,第一设定位次为1-3,排序逻辑为由大到小。下述第二设定位次、第四设定位次与第一设定位次类似,以下不再赘述。
在实际应用场景中,A3并不局限于上述一种实现方式,例如,A3具体包括:确定第一对象对应的、排在若干第一设定位次的置信度对应的类别是否均与第二对象对应的、排在相应位次的置信度对应的类别相同,如果是,执行步骤A4。
此时,第一对象对应的第1位的置信度对应的类别与第二对象对应的第1位的置信度对应的类别相比,第一对象对应的第2位的置信度对应的类别与第二对象对应的第2位的置信度对应的类别相比,第一对象对应的第3位的置信度对应的类别与第二对象对应的第3位的置信度对应的类别相比。
在本发明的一个实施例中,A1具体包括:根据第一对象的外部轮廓的位置和第二对象的外部轮廓的位置,确定第一对象和第二对象的外部轮廓的交集的面积和并集的面积;根据交集的面积和并集的面积,确定重叠度。
其中,重叠度为交集的面积和并集的面积的比值。
在本发明实施例中,位置信息为外部轮廓的位置,在其他的应用场景中,位置信息还可以为最小外接矩形的位置等。
当位置信息为最小外接矩形的位置时,A1具体包括:根据第一对象的最小外接矩形的位置和第二对象的最小外接矩形的位置,确定第一对象和第二对象的最小外接矩形的交集的面积和并集的面积;根据交集的面积和并集的面积,确定重叠度。
在本发明的一个实施例中,该方法还包括:
B1:如果重叠度不大于第一阈值,或,第一对象对应的、排在若干第一设定位次的置信度对应的类别与第二对象对应的、排在若干第一设定位次的置信度对应的类别完全不同,则根据第一对象的位置信息和第二对象的位置信息,确定第一对象与第二对象是否满足位置对应条件,如果是,执行B2。
B2:确定第一对象对应的、排在若干第二设定位次的置信度对应的类别与第二对象对应的、排在若干第二设定位次的置信度对应的类别是否完全不同,如果否,执行B3。
B2与A2类似,此处不再赘述。
B3:确定第一对象和第二对象的类别相同。
本实施例提供的方法适用于在第一图像和第二图像中位置发生一定变化的两个对象的识别,与上述“微小变化”相比,本实施例中,位置的变化幅度较大。
在本发明的一个实施例中,位置对应条件,包括:第一对象和第二对象的外部轮廓的交集的面积与目标面积的比值大于第二阈值;其中,目标面积为第一对象和第二对象的外部轮廓的面积中较小的面积。
其中,第二阈值为预先设定值。
当然,在其他应用场景中,位置对应条件还可以为其他的形式。例如,上述位置对应条件中的目标面积为第一对象和第二对象的外部轮廓的面积中较大的面积。
需要说明的是,如果位置信息为最小外接矩形的位置,则上述位置对应条件,包括:第一对象和第二对象的最小外接矩形的交集的面积与目标面积的比值大于第二阈值;其中,目标面积为第一对象和第二对象的最小外接矩形的面积中较小的面积
在本发明的一个实施例中,该方法还包括:
C1:如果第一对象对应的、排在若干第二设定位次的置信度对应的类别与第二对象对应的、排在若干第二设定位次的置信度对应的类别完全不同,则确定第一对象对应的、排在第三设定位次的置信度对应的类别是否与第二对象对应的、排在若干第四设定位次的置信度对应的类别中的一个相同,如果是,执行步骤C2。
C2:根据第一对象的图像特征和第二对象的图像特征,确定第一对象与第二对象的相似度,如果相似度大于第三阈值,则执行步骤C3。
C3:确定第一对象和第二对象的类别相同。
本发明实施例提供的方法适用于第一图像或第二图像受到光照、人为因素的影响时,第一对象和第二对象的识别。以“无人值守视觉货柜”这一应用场景下两个商品的识别过程为例,在第二图像中,用户将商品M用商品N替换,则本发明实施例提供的方法能够对第一图像中的商品M和第二图像中的商品N进行识别。
图像特征包括但不限于:颜色特征、纹理特征、形状特征和空间关系特征。
如图2所示,本发明实施例以货柜中两个商品的识别为例,对图像中对象的识别方法进行详细的说明,该方法包括以下步骤:
步骤201:分别检测第一图像和第二图像,得到第一图像中商品1的位置信息、对应的若干类别和每个类别的置信度,以及第二图像中商品2的位置信息、对应的若干类别和每个类别的置信度。
步骤202:根据商品1的外部轮廓的位置和商品2的外部轮廓的位置,确定商品1和商品2的外部轮廓的交集的面积和并集的面积,根据交集的面积和并集的面积,确定重叠度。
步骤203:确定重叠度是否大于0.9,如果是,执行步骤204,否则,执行步骤206。
步骤204:确定商品1对应的、排在1-2位的置信度对应的类别与商品2对应的、排在1-2位的置信度对应的类别是否完全不同,如果是,执行步骤206,否则,执行步骤205。
其中,商品1和商品2对应的置信度按照相同的排序逻辑排序。
步骤205:确定商品1和商品2的类别相同。
步骤206:根据商品1的位置信息和商品2的位置信息,确定商品1与商品2是否满足位置对应条件,如果是,执行步骤207,否则,执行步骤211。
位置对应条件为商品1和商品2的外部轮廓的交集的面积与目标面积的比值大于0.5;其中,目标面积为商品1和商品2的外部轮廓的面积中较小的面积。
步骤207:确定商品1对应的、排在第3位的置信度对应的类别是否与商品2对应的、排在第3位的置信度对应的类别相同,如果是,执行步骤205,否则,执行步骤208。
步骤208:确定商品1对应的、排在第1位的置信度对应的类别是否与商品2对应的、排在第3位或第4位的置信度对应的类别相同,如果是,执行步骤209,否则,执行步骤211。
步骤209:根据商品1的图像特征和商品2的图像特征,确定商品1与商品2的相似度。
步骤210:确定相似度是否大于90%,如果是,则执行步骤205,否则,执行步骤211。
步骤211:确定商品1和商品2的类别不同。
需要说明的是,本发明实施例仅以货柜这一应用场景为例,但是,该方法并不局限于确定商品的类别是否相同。例如,该方法还可以用于识别第一图像中的第一对象和第二图像中的第二对象是否为同一个人。在该场景下,通过视觉算法可以确定第一对象/第二对象为各个人的置信度。
上述实施例仅以两个对象的识别为例,对图像中对象的识别方法进行说明。在实际应用场景中,第一图像中任意一个对象与第二图像中的任意一个对象均可以采用上述实施例提供的方法进行识别。
如图3所示,本发明实施例提供了一种图像中对象的识别装置,包括:
检测单元301,配置为分别检测第一图像和第二图像,得到第一图像中第一对象的位置信息、对应的若干类别和每个类别的置信度,以及第二图像中第二对象的位置信息、对应的若干类别和每个类别的置信度;
确定单元302,配置为根据第一对象的位置信息、对应的若干类别和每个类别的置信度,以及第二对象的位置信息、对应的若干类别和每个类别的置信度,确定第一对象和第二对象的类别是否相同。
在本发明的一个实施例中,确定单元302,配置为根据第一对象的位置信息和第二对象的位置信息,确定第一对象与第二对象的重叠度;确定重叠度是否大于第一阈值,如果是,确定第一对象对应的、排在若干第一设定位次的置信度对应的类别与第二对象对应的、排在若干第一设定位次的置信度对应的类别是否完全不同,如果否,确定第一对象和第二对象的类别相同;其中,第一对象和第二对象对应的置信度按照相同的排序逻辑排序。
在本发明的一个实施例中,确定单元302,配置为根据第一对象的外部轮廓的位置和第二对象的外部轮廓的位置,确定第一对象和第二对象的外部轮廓的交集的面积和并集的面积;根据交集的面积和并集的面积,确定重叠度。
在本发明的一个实施例中,确定单元302,进一步配置为如果重叠度不大于第一阈值,或,第一对象对应的、排在若干第一设定位次的置信度对应的类别与第二对象对应的、排在若干第一设定位次的置信度对应的类别完全不同,则根据第一对象的位置信息和第二对象的位置信息,确定第一对象与第二对象是否满足位置对应条件,如果是,确定第一对象对应的、排在若干第二设定位次的置信度对应的类别与第二对象对应的、排在若干第二设定位次的置信度对应的类别是否完全不同,如果否,确定第一对象和第二对象的类别相同。
在本发明的一个实施例中,位置对应条件,包括:第一对象和第二对象的外部轮廓的交集的面积与目标面积的比值大于第二阈值;其中,目标面积为第一对象和第二对象的外部轮廓的面积中较小的面积。
在本发明的一个实施例中,确定单元302,进一步配置为如果第一对象对应的、排在若干第二设定位次的置信度对应的类别与第二对象对应的、排在若干第二设定位次的置信度对应的类别完全不同,则确定第一对象对应的、排在第三设定位次的置信度对应的类别是否与第二对象对应的、排在若干第四设定位次的置信度对应的类别中的一个相同,如果是,根据第一对象的图像特征和第二对象的图像特征,确定第一对象与第二对象的相似度,如果相似度大于第三阈值,则确定第一对象和第二对象的类别相同。
本发明实施例提供了一种图像中对象的识别设备,包括:处理器和存储器;
存储器用于存储执行指令,处理器用于执行存储器存储的执行指令以实现上述任一实施例的方法。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机可读指令,计算机可读指令可被处理器执行以实现上述任一实施例的方法。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种图像中对象的识别方法,包括:
分别检测第一图像和第二图像,得到所述第一图像中第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二图像中第二对象的位置信息、对应的若干类别和每个所述类别的置信度;
根据所述第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二对象的位置信息、对应的若干类别和每个所述类别的置信度,确定所述第一对象和所述第二对象的类别是否相同;
所述根据所述第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二对象的位置信息、对应的若干类别和每个所述类别的置信度,确定所述第一对象和所述第二对象的类别是否相同,包括:
根据所述第一对象的位置信息和所述第二对象的位置信息,确定所述第一对象与所述第二对象的重叠度;
确定所述重叠度是否大于第一阈值;
当所述重叠度大于所述第一阈值时,确定所述第一对象对应的、排在若干第一设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第一设定位次的置信度对应的类别是否完全不同;
如果不是完全不同,确定所述第一对象和所述第二对象的类别相同;
其中,所述第一对象和所述第二对象对应的置信度按照相同的排序逻辑排序。
2.如权利要求1所述的方法,
根据所述第一对象的位置信息和所述第二对象的位置信息,确定所述第一对象与所述第二对象的重叠度,包括:
根据所述第一对象的外部轮廓的位置和所述第二对象的外部轮廓的位置,确定所述第一对象和所述第二对象的外部轮廓的交集的面积和并集的面积;
根据所述交集的面积和所述并集的面积,确定所述重叠度。
3.如权利要求1所述的方法,进一步包括:
如果所述重叠度不大于第一阈值,或,所述第一对象对应的、排在若干第一设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第一设定位次的置信度对应的类别完全不同,则根据所述第一对象的位置信息和所述第二对象的位置信息,确定所述第一对象与所述第二对象是否满足位置对应条件;
当所述第一对象与所述第二对象满足位置对应条件时,确定所述第一对象对应的、排在若干第二设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第二设定位次的置信度对应的类别是否完全不同;
如果不是完全不同,确定所述第一对象和所述第二对象的类别相同。
4.如权利要求3所述的方法,
所述位置对应条件,包括:所述第一对象和所述第二对象的外部轮廓的交集的面积与目标面积的比值大于第二阈值;其中,所述目标面积为所述第一对象和所述第二对象的外部轮廓的面积中较小的面积。
5.如权利要求3或4所述的方法,进一步包括:
如果所述第一对象对应的、排在若干第二设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第二设定位次的置信度对应的类别完全不同,则确定所述第一对象对应的、排在第三设定位次的置信度对应的类别是否与所述第二对象对应的、排在若干第四设定位次的置信度对应的类别中的一个相同;
当所述第一对象对应的、排在第三设定位次的置信度对应的类别与所述第二对象对应的、排在若干第四设定位次的置信度对应的类别中的一个相同时,根据所述第一对象的图像特征和所述第二对象的图像特征,确定所述第一对象与所述第二对象的相似度,如果所述相似度大于第三阈值,则确定所述第一对象和所述第二对象的类别相同。
6.一种图像中对象的识别装置,包括:
检测单元,配置为分别检测第一图像和第二图像,得到所述第一图像中第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二图像中第二对象的位置信息、对应的若干类别和每个所述类别的置信度;
确定单元,配置为根据所述第一对象的位置信息、对应的若干类别和每个所述类别的置信度,以及所述第二对象的位置信息、对应的若干类别和每个所述类别的置信度,确定所述第一对象和所述第二对象的类别是否相同;
所述确定单元,配置为根据所述第一对象的位置信息和所述第二对象的位置信息,确定所述第一对象与所述第二对象的重叠度;确定所述重叠度是否大于第一阈值;当所述重叠度大于所述第一阈值时,确定所述第一对象对应的、排在若干第一设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第一设定位次的置信度对应的类别是否完全不同;如果不是完全不同,确定所述第一对象和所述第二对象的类别相同;其中,所述第一对象和所述第二对象对应的置信度按照相同的排序逻辑排序。
7.如权利要求6所述的装置,
所述确定单元,配置为根据所述第一对象的外部轮廓的位置和所述第二对象的外部轮廓的位置,确定所述第一对象和所述第二对象的外部轮廓的交集的面积和并集的面积;根据所述交集的面积和所述并集的面积,确定所述重叠度。
8.如权利要求7所述的装置,
所述确定单元,进一步配置为如果所述重叠度不大于第一阈值,或,所述第一对象对应的、排在若干第一设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第一设定位次的置信度对应的类别完全不同,则根据所述第一对象的位置信息和所述第二对象的位置信息,确定所述第一对象与所述第二对象是否满足位置对应条件;当所述第一对象与所述第二对象满足位置对应条件时,确定所述第一对象对应的、排在若干第二设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第二设定位次的置信度对应的类别是否完全不同;如果不是完全不同,确定所述第一对象和所述第二对象的类别相同。
9.如权利要求8所述的装置,
所述位置对应条件,包括:所述第一对象和所述第二对象的外部轮廓的交集的面积与目标面积的比值大于第二阈值;其中,所述目标面积为所述第一对象和所述第二对象的外部轮廓的面积中较小的面积。
10.如权利要求8或9所述的装置,
所述确定单元,进一步配置为如果所述第一对象对应的、排在若干第二设定位次的置信度对应的类别与所述第二对象对应的、排在所述若干第二设定位次的置信度对应的类别完全不同,则确定所述第一对象对应的、排在第三设定位次的置信度对应的类别是否与所述第二对象对应的、排在若干第四设定位次的置信度对应的类别中的一个相同;当所述第一对象对应的、排在第三设定位次的置信度对应的类别与所述第二对象对应的、排在若干第四设定位次的置信度对应的类别中的一个相同时,根据所述第一对象的图像特征和所述第二对象的图像特征,确定所述第一对象与所述第二对象的相似度,如果所述相似度大于第三阈值,则确定所述第一对象和所述第二对象的类别相同。
11.一种图像中对象的识别设备,包括:处理器和存储器;
所述存储器用于存储执行指令,所述处理器用于执行所述存储器存储的所述执行指令以实现权利要求1-5中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911078767.5A CN110866478B (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
CN202210671835.4A CN115035407A (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911078767.5A CN110866478B (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210671835.4A Division CN115035407A (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110866478A CN110866478A (zh) | 2020-03-06 |
CN110866478B true CN110866478B (zh) | 2022-04-29 |
Family
ID=69654469
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911078767.5A Active CN110866478B (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
CN202210671835.4A Pending CN115035407A (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210671835.4A Pending CN115035407A (zh) | 2019-11-06 | 2019-11-06 | 一种图像中对象的识别方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110866478B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627512A (zh) * | 2021-08-05 | 2021-11-09 | 上海购吖科技有限公司 | 一种图片识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108802840A (zh) * | 2018-05-31 | 2018-11-13 | 北京迈格斯智能科技有限公司 | 基于人工智能深度学习的自动识别物体的方法及其装置 |
CN109146074A (zh) * | 2017-06-28 | 2019-01-04 | 埃森哲环球解决方案有限公司 | 图像对象识别 |
CN109478357A (zh) * | 2016-06-06 | 2019-03-15 | 阿维尼翁公司 | 用于交互式识别视频记录中存在的相同个人或对象的方法、系统和计算机程序产品 |
CN109800794A (zh) * | 2018-12-27 | 2019-05-24 | 上海交通大学 | 一种外观相似目标的跨相机重识别融合方法及系统 |
CN109886208A (zh) * | 2019-02-25 | 2019-06-14 | 北京达佳互联信息技术有限公司 | 物体检测的方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9355312B2 (en) * | 2013-03-13 | 2016-05-31 | Kofax, Inc. | Systems and methods for classifying objects in digital images captured using mobile devices |
-
2019
- 2019-11-06 CN CN201911078767.5A patent/CN110866478B/zh active Active
- 2019-11-06 CN CN202210671835.4A patent/CN115035407A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109478357A (zh) * | 2016-06-06 | 2019-03-15 | 阿维尼翁公司 | 用于交互式识别视频记录中存在的相同个人或对象的方法、系统和计算机程序产品 |
CN109146074A (zh) * | 2017-06-28 | 2019-01-04 | 埃森哲环球解决方案有限公司 | 图像对象识别 |
CN108802840A (zh) * | 2018-05-31 | 2018-11-13 | 北京迈格斯智能科技有限公司 | 基于人工智能深度学习的自动识别物体的方法及其装置 |
CN109800794A (zh) * | 2018-12-27 | 2019-05-24 | 上海交通大学 | 一种外观相似目标的跨相机重识别融合方法及系统 |
CN109886208A (zh) * | 2019-02-25 | 2019-06-14 | 北京达佳互联信息技术有限公司 | 物体检测的方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115035407A (zh) | 2022-09-09 |
CN110866478A (zh) | 2020-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460389B (zh) | 一种识别图像中对象的类型预测方法、装置及电子设备 | |
CN107274442B (zh) | 一种图像识别方法和装置 | |
CN108320296B (zh) | 一种视频中目标对象的检测跟踪方法、装置及设备 | |
CN109034183B (zh) | 一种目标检测方法、装置及设备 | |
US11093792B2 (en) | Image processing methods and devices | |
CN112287927B (zh) | 一种文本图像倾斜角度的检测方法及装置 | |
CN112308113A (zh) | 一种基于半监督的目标识别方法、设备及介质 | |
CN112347512A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110866478B (zh) | 一种图像中对象的识别方法、装置和设备 | |
CN111652286A (zh) | 一种基于图嵌入的物体识别方法、设备及介质 | |
TW202038217A (zh) | 資料標籤產生、模型訓練、事件識別方法和裝置 | |
CN108804563B (zh) | 一种数据标注方法、装置以及设备 | |
CN112966577B (zh) | 一种模型训练以及信息提供的方法及装置 | |
CN111368902A (zh) | 一种数据标注的方法及装置 | |
CN115618964B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN108519986B (zh) | 一种网页生成方法、装置及设备 | |
CN113988162A (zh) | 模型训练及图像识别方法、装置、存储介质及电子设备 | |
CN111539962A (zh) | 一种目标图像分类方法、装置以及介质 | |
CN114863206A (zh) | 一种模型训练的方法、目标检测的方法及装置 | |
CN109325127B (zh) | 一种风险识别方法和装置 | |
CN113344197A (zh) | 一种识别模型的训练方法、业务执行的方法以及装置 | |
CN109903165B (zh) | 一种模型合并方法和装置 | |
CN111539961A (zh) | 一种目标分割方法、装置以及设备 | |
CN111899264A (zh) | 一种目标图像分割方法、设备及介质 | |
CN110503109B (zh) | 图像特征提取方法和装置、图像处理方法和装置 |
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 |