CN113327284A - 图像识别方法、装置、电子设备和存储介质 - Google Patents

图像识别方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113327284A
CN113327284A CN202110587847.4A CN202110587847A CN113327284A CN 113327284 A CN113327284 A CN 113327284A CN 202110587847 A CN202110587847 A CN 202110587847A CN 113327284 A CN113327284 A CN 113327284A
Authority
CN
China
Prior art keywords
target
visible
column
determining
visible target
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
CN202110587847.4A
Other languages
English (en)
Other versions
CN113327284B (zh
Inventor
倪子涵
安容巧
陈科桦
孙逸鹏
姚锟
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110587847.4A priority Critical patent/CN113327284B/zh
Publication of CN113327284A publication Critical patent/CN113327284A/zh
Application granted granted Critical
Publication of CN113327284B publication Critical patent/CN113327284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

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

Abstract

本公开提供了一种图像识别方法，涉及人工智能领域，尤其涉及计算机视觉和深度学习领域。具体实现方案为：获取待识别图像；从待识别图像中的多个目标中识别未被遮挡的至少一个可见目标；确定每个可见目标的位置和类别；根据至少一个可见目标的位置和类别构建多个目标的空间关系矩阵；根据空间关系矩阵确定多个目标的数量。本公开还公开了一种图像识别装置、电子设备和存储介质。

Description

图像识别方法、装置、电子设备和存储介质
技术领域
本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像识别和图像分析场景下。更具体地，本公开提供了一种图像识别方法、装置、电子设备和存储介质。
背景技术
目标计数即对场景中的目标数目进行预测，可以通过从场景的图像中识别出目标，从而确定目标数量。针对包含了多个目标的场景，常常由于目标之间彼此遮挡导致难以准确计算出场景中包含的目标的数量。
发明内容
本公开提供了一种图像识别方法、装置、设备以及存储介质。
根据第一方面，提供了一种图像识别方法，该方法包括：获取待识别图像；从待识别图像中的多个目标中识别未被遮挡的至少一个可见目标；确定每个可见目标的位置和类别；根据至少一个可见目标的位置和类别构建多个目标的空间关系矩阵；根据空间关系矩阵确定多个目标的数量。
根据第二方面，提供了一种图像识别装置，该装置包括：获取模块，用于获取待识别图像；识别模块，用于从待识别图像中的多个目标中识别未被遮挡的至少一个可见目标；第一确定模块，用于确定每个可见目标的位置和类别；构建模块，用于根据至少一个可见目标的位置和类别构建多个目标的空间关系矩阵；第二确定模块，用于根据空间关系矩阵确定多个目标的数量。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。
根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开提供的方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开的一个实施例的可以应用图像识别方法的示例性系统架构示意图；
图2是根据本公开的一个实施例的图像识别方法的流程图；
图3是根据本公开的一个实施例的构建多个目标的空间关系矩阵的方法的流程图；
图4是根据本公开的一个实施例的查找相邻可见目标的方法的流程图；
图5是根据本公开的一个实施例的图像识别方法的示意图；
图6是根据本公开的一个实施例的图像识别装置的框图；以及
图7是根据本公开的一个实施例的图像识别方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在零售业、工业等领域的巡检过程中，核对库存是一项重要且耗时的工作。库存场景的目标一般都会堆叠多层，形成具有纵深的堆。目前对目标进行计数只能计算可见目标的数量，或者根据密度估算出目标的数量，达不到对具有纵深的堆进行精准计数的效果。
随深度学习的迅速发展，可以使用基于神经网络的方法来进行目标数目的预测，例如，使用目标检测的方法和直接回归的方法来进行预测。但是，目标检测的方法只能检测出可见目标的位置和类别等信息，无法适用于多个目标堆叠的场景。直接回归的方法即使用经训练的预测模型直接从图像中预测出目标计数结果，但是预测结果不一定准确，且仅输出目标数目而没有目标位置等信息，不便于后续扩展和优化。结果准确性较低。
图1是根据本公开一个实施例的可以应用图像识别方法的示例性系统架构示意图。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示，根据该实施例的系统架构100可以包括多个终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线和/或无线通信链路等等。
用户可以使用终端设备101通过网络102与服务器103进行交互，以接收或发送消息等。终端设备101可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机等等。
本公开实施例所提供的图像识别方法一般可以由服务器103执行。相应地，本公开实施例所提供的图像识别装置一般可以设置于服务器103中。本公开实施例所提供的图像识别方法也可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地，本公开实施例所提供的图像识别装置也可以设置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。
图2是根据本公开的一个实施例的图像识别方法的流程图。
如图2所示，该图像识别方法200可以包括操作S210～操作S250。
在操作S210，获取待识别图像。
例如，待识别图像中包含多个目标，多个目标之间彼此遮挡导致有些目标被遮挡从而不可见，未被遮挡的目标是可见的。
在操作S220，从待识别图像中的多个目标中识别未被遮挡的至少一个可见目标。
例如，图像中的多个目标可以是堆叠而成的，多个目标堆叠而成的堆可以称为目标堆，目标堆中包括被遮挡的不可见目标和未被遮挡的可见目标。目标堆中的目标可以是瓶子或盒子等各种类型的产品，本公开的实施例对目标的品类不做限定。
例如，可以使用目标检测模型对图像中的目标堆进行检测，识别出至少一个可见目标，即未被遮挡的目标。目标检测模型可以是经训练得到的，以图像作为输入，并以图像中的目标的位置和类别(可以是产品的品类，也可以是基于其他分类原则的类别)作为输出的神经网络模型。
神经网络模型例如是YOLO系列的模型、Faster R-CNN系列的模型等。例如，可以选择用YOLO系列模型中的YOLOv3，其模型参数较少，能在较少的数据上快速收敛，节省训练成本。
在操作S230，确定每个可见目标的位置和类别。
例如，使用目标检测模型识别每个可见目标在图像中所占的区域，并用标记框标记出该可见目标所占的区域，则该可见目标的标记框可以表示该可见目标的位置。
目标检测模型还可以识别出每个可见目标的类别，该类别例如可以是按照可见目标是否具有顶面来分类的，则可见目标的类别可以包括该可见目标具有顶面或者不具有顶面。例如，对目标堆进行拍摄得到的图像包含了目标堆的正面和顶面，则图像中的可见目标包括仅包含正面的可见目标以及既包含正面也包含顶面的可见目标。仅包含正面的可见目标即不具有顶面的可见目标，既包含正面也包含顶面的可见目标即具有顶面的可见目标。
可以理解，目标堆是具有纵深的空间结构，目标堆中正面的可见目标的深度可以认为是1，则目标堆中被遮挡的目标处于目标堆中深度大于1的位置。目标堆中每一列的深度也可以不同，分辨目标堆中每一列的深度可以根据该列中的具有顶面的可见目标的个数来确定的，例如，当前列确定有2个具有顶面的可见目标，则说明该列的深度为2。
在操作S240，根据至少一个可见目标的位置和类别构建多个目标的空间关系矩阵。
例如，可以根据每个可见目标的位置确定处于同一行的可见目标，作为空间关系矩阵中相应行的元素。并确定处于同一列的可见目标，作为空间关系矩阵中相应列的元素。每个可见目标具有位置信息，因此，空间关系矩阵中的每个元素的值可以是相应可见目标的位置信息。每个可见目标具有类别信息，由于类别信息表示可见目标是否具有顶面，具有顶面的可见目标的个数表示目标堆的深度。因此，空间关系矩阵能够表征目标堆中所有目标(包括被遮挡的目标)之间的空间位置关系。
在操作S250，根据空间关系矩阵确定多个目标的数量。
由于空间关系矩阵能够表征目标堆中所有目标(包括被遮挡的目标)之间的空间位置关系，根据空间关系矩阵中每一列的可见目标的数量，以及空间关系矩阵中每一列的深度，可以确定空间关系矩阵中每一列的总目标(包括被遮挡的目标)数量，即堆中每一列的总目标数量。基于堆中每一列的总目标数量，可以得到堆中所有目标的数量。
根据本公开的实施例，根据多个目标中的可见目标的位置和类别构建多个目标的空间关系矩阵，利用空间关系矩阵计算多个目标的数量，能够针对多个目标堆叠的场景，计算出所有目标(包括被遮挡的目标)的数量。
图3是根据本公开的一个实施例的构建多个目标的空间关系矩阵的方法的流程图。
如图3所示，该方法包括操作S331～操作S334。
在操作S331，从至少一个可见目标中确定预设位置的可见目标为基准目标。
例如，可以将图像中最左下角的可见目标作为基准目标。具体可以计算每个可见目标的标记框的左下角与图像右上角的距离，选择距离最远的可见目标作为初始基准目标。从基准目标向左查找，如果有相邻的目标则将基准目标更新为相邻的可见目标，重复这个过程直至左边没有相邻的可见目标。并从基准目标向下查找，如果有相邻的目标则将基准目标更新为相邻的可见目标，重复这个过程直至下边没有相邻的目标。由此，得到最终的基准目标。
在操作S332，根据基准目标的位置确定与基准目标在同一行的第一可见目标，并确定与基准目标在同一列的第二可见目标。
例如，从基准目标向右查找，将查找到的相邻的可见目标作为第一可见目标。从查找到的第一可见目标再向右查找，将再次查找到的相邻的可见目标也作为第一可见目标。以此类推，直至向右查找不到可见目标。则查找到的所有第一可见目标为与基准目标同一行的可见目标。
同理，从基准目标向上查找，将查找到的相邻的可见目标作为第二可见目标。从查找到的第二可见目标再向上查找，将再次查找到的相邻的可见目标也作为第二可见目标。以此类推，直至向上查找不到可见目标。则查找到的所有第二可见目标为与基准目标同一列的可见目标。
在操作S333，根据基准目标以及第一可见目标确定空间关系矩阵的初始行，并根据基准目标以及第二可见目标确定空间关系矩阵的初始列。
例如，将基准目标的位置信息(或标识信息)添加到序列X0_list中，将查找到的与基准目标在同一行的第一可见目标的位置信息(或标识信息)也添加到X0_list中，则X0_list中的值可以作为空间关系矩阵的初始行(第0行)的值。
同理，将基准目标的位置信息添加到序列Y0_list中，将查找到的与基准目标在同一列的第二可见目标的位置信息也添加到Y0_list中，Y0_list中的值可以作为空间关系矩阵的初始列(第0列)的值。
例如，X0_list的长度为初始行中的可见目标的数量，可以记为C，Y0_list的长度为初始列中的可见目标的数量，可以记为R。由此可以初步确定目标堆是一个R层C列的空间结构，可以用初始空间关系矩阵GR×C[行，列]表示。其中矩阵的第0行可以用X0_list来赋值，即G[0，：]＝X0_list，同理，矩阵的第0列可以用Y0_list来赋值，即G[：，0]＝Y0_list。
在操作S334，针对初始行中的第一可见目标，确定与该第一可见目标在同一列的第三可见目标，并根据该第一可见目标以及第三可见目标，确定在空间关系矩阵中该第一可见目标所在的列。
针对初始行中的第一个可见目标(即基准目标，记为B0)，已通过向上查找相邻的可见目标完成初始列的构建。如果初始行中仅基准目标一个目标，则空间关系矩阵构建完成。如果初始行中还有至少一个第一目标(记为Bi，i为大于等于1的整数)，则针对每一个Bi，以相同的查找方式向上查找相邻的可见目标(第三可见目标)，直至向上查找不到相邻的可见目标，则查找到的第三可见目标为与Bi在同一列(第i列)的可见目标。
例如，将初始行中第i个可见目标Bi以及与Bi在同一列的所有第三可见目标的位置信息(或标识信息)添加到序列Yi_list中，矩阵的第i列可以用Yi_list来赋值，即G[：，i]＝Yi_list。由此完成了空间关系矩阵的初始行、初始列以及每一列的赋值。
空间关系矩阵中每个可见目标包括类别信息，例如，如果可见目标具有顶面，则确定该可见目标是第一类别的可见目标，如果可见目标不具有顶面，则确定该可见目标是第二类别的可见目标。由于类别信息表示可见目标是否具有顶面，具有顶面的可见目标的个数表示目标堆的深度。因此，空间关系矩阵能够表征目标堆中所有目标(包括被遮挡的目标)之间的空间位置关系。
初始空间关系矩阵GR×C表示R层C列的空间结构，而实际中的堆的每一列并不一定都是R层(即每一行的长度并不一定都等于R)，且每一行也不一定都是C列(即每一列的长度并不一定都等于C)。令堆的每一行的实际长度为r，每一行的实际长度为c，则在用Yi_list对每一列进行赋值的过程中，也是对初始空间关系矩阵GR×C进行扩展，最终得到目标空间关系矩阵Gr*c，目标空间关系矩阵Gr*c能够表征目标堆中所有目标(包括被遮挡的目标)之间的空间位置关系。
初始空间关系矩阵GR×C与目标空间关系矩阵Gr*c之间的关系可以用如下公式(1)～(3)表示。
Gr*c[0：R，：]＝GR×C，r＞R(上面新增行) (1)
Gr*c[r-R：r，：]＝GR×C，r＞R(下面新增行) (2)
Gr*c[：，0：c]＝GR×C，c大于C(右边新增列) (3)
其中，公式(1)表示堆的实际行数r＞R，且是上面新增行的情况，则Gr*c的0～R行与GR×C相同。公式(2)表示堆的实际行数r＞R，且是下面新增行的情况，则Gr*c的(r-R)～r行与GR×C相同。公式(3)表示堆的实际列数c＞C，且是右边新增列的情况，则Gr*c的0～C列与GR×C相同。
图4是根据本公开的一个实施例的查找相邻可见目标的方法的示意图。
如图4所示，目标检测结果400包括多个可见目标的标记框，每个标记框表示一个可见目标。标记框401表示的可见目标可以是基准目标，基准目标的高度和宽度例如分别是h和w。
针对查找与基准目标在同一列的可见目标的情况，可以通过向上以及向下查找与基准目标相邻的可见目标来实现。在向上查找与基准目标相邻的可见目标时，可以将标记框401向上滑动h得到虚拟框401’(图4中的虚线框)，计算除基准目标的标记框401以外的每个标记框分别与虚拟框401’之间的交并比(IoU，Intersection-over-Union)，将与虚拟框401’之间的交并比最大且大于预设阈值(例如0.5)的标记框表示的可见目标确定为在基准目标上面且与基准目标相邻的可见目标。例如，标记框411与虚拟框401’之间的交并比最大且交并比等于0.8，则标记框411表示的可见目标在基准目标的上面且与基准目标相邻。
同理，在向下查找与基准目标相邻的可见目标时，可以通过将标记框401向下滑动h，并根据交并比来确定在基准目标下面且与基准目标相邻的可见目标。
同理，在向上查找与标记框411表示的可见目标相邻的可见目标时，根据标记框411的高度向上移动，并根据交并比来确定在标记框411表示的可见目标的上面，且与标记框411表示的可见目标相邻。
针对查找与基准目标在同一列的可见目标的情况，可以通过向左以及向右查找与基准目标相邻的可见目标来实现。在向左查找与基准目标相邻的可见目标时，可以通过将标记框401向左滑动w，并根据交并比来确定在基准目标左边，并与基准目标相邻的可见目标。例如，基准目标左边没有相邻的可见目标。在向右查找与基准目标相邻的可见目标时，可以通过将标记框401向右滑动w，并根据交并比来在基准目标右边，并与基准目标相邻的可见目标。例如，标记框402表示的可见目标在基准目标的右边且与基准目标相邻。
同理，在向右查找与标记框402表示的可见目标相邻的可见目标时，根据标记框402的宽度向右移动，并根据交并比来确定在标记框402表示的可见目标的右边，且与标记框402表示的可见目标相邻的可见目标。
根据本公开的实施例，通过按照标记框的高度和宽度分别向上(或下)以及向左(或右)滑动来确定与标记框表示的可见目标相邻的可见目标，能够准确确定处于同一行(或同一列)的可见目标，使得构建的空间关系矩阵准确性更高。
图5是根据本公开的一个实施例的图像识别方法的示意图。
如图5所示，目标检测结果500包括多个可见目标的标记框，每个标记框表示一个可见目标的位置。标记框501、511、521和531表示的可见目标构成空间关系矩阵的初始列(第0列)，标记框502、512、522和532表示的可见目标构成空间关系矩阵的第1列，第1列的右侧还可以包括多个列。
针对空间关系矩阵中的每一列，该列中具有顶面的可见目标的数量表示该列的深度，根据该列中的可见目标数量和该列的深度可以计算该列中的总目标数量(包括被遮挡的目标)，然后计算空间关系矩阵中的各列的总目标数量之和，可以得到目标堆中所有目标的数量。
例如，针对空间关系矩阵中的任一列，如果该列中仅包含一个具有顶面的可见目标，则说明该列的深度为1，该列中具有顶面的可见目标为该列的结束，则该列中的总目标数量即为该列中可见目标的数量。
又例如，针对空间关系矩阵中的任一列，如果该列中包含L(L为大于1的整数)个具有顶面的可见目标，则说明该列的深度为L，该列包含L个子列，且每个具有顶面的可见目标对应一个子列的结束。则可以通过计算每个子列中的目标数量，再计算各个子列的目标数量之和，得到该列的总目标数量。
针对具有顶面的可见目标的数量为多个的情况，下面以图5中第0列(包括标记框501、511、521和531表示的可见目标)为例，对计算该列的总目标数量进行详细说明。
例如，标记框501表示的可见目标仅具有侧面，标记框511表示的可见目标具有正面和侧面，标记框521表示的可见目标仅具有正面，标记框531表示的可见目标具有正面和侧面。即第0列中有2个可见目标具有顶面(511和531表示的可见目标)，说明第0列的深度为2，第0列包含两个子列，分别是标记框501和511表示的可见目标所处于的深度为1的第一子列，以及标记框521和531表示的可见目标所处于的深度为2的第二子列。
标记框511和531表示的可见目标分别对应两个子列的结束，则第一子列的目标数量为2(包括标记框501和511表示的可见目标)，而第二子列的目标数量为4(包括标记框521和531表示的可见目标以及被标记框501和511表示的可见目标所遮挡的两个目标)。
以上针对图5中第0列计算总目标数量的情况仅为一个示例，由于实际中堆的堆叠方式各异，列中包含的具有顶面的可见目标数目有多种情况，可以结合以下伪代码来针对每一列计算总目标数量。
例如，令single_h表示当前子列的目标数量，total_cnt表示当前列的总目标数量，single_h和total_cnt的初始值均为0。则针对任一列，从下往上遍历每一个可见目标，计算过程如下。
若当前可见目标不具有顶面，则single_h+＝1，即当前子列的目标数量更新为当前子列的目标数量加1；
若当前可见目标不具有顶面，且当前目标是当前列的最后一个目标，则total_cnt+＝single_h，即当前列的总目标数更新为当前列的总目标数加上当前子列的目标数量；
若当前可见目标具有顶面，并且满足第一预设条件(当前可见目标是第一个或者前一个可见目标不具有顶面)，则single_h+＝1，即当前子列的目标数量更新为当前子列的目标数量加1；且total_cnt+＝single_h，即当前列的总目标数更新为当前列的总目标数加上当前子列的目标数量；
若当前可见目标具有顶面，并且满足第二预设条件(前一个可见目标也具有顶面，说明当前子列的目标数量与前一子列的目标数量相同)，则total_cnt+＝single_h，即当前列的总目标数更新为当前列的总目标数加上当前子列的目标数量(当前子列的目标数量等于前一子列的目标数量)。
根据本公开的实施例，针对空间关系矩阵中的每一列，由于列中具有顶面的可见目标表示不同深度的子列的结束，由此能够准确计算出每个子列以及每列的目标数量，进而准确地计算出空间关系矩阵中所有目标的数量。
图6是根据本公开的一个实施例的图像识别装置的框图。
如图6所示，该图像识别装置600包括获取模块601、识别模块602、第一确定模块603、构建模块604和第二确定模块605。
获取模块601用于获取待识别图像。
识别模块602用于从待识别图像中的多个目标中识别未被遮挡的至少一个可见目标。
第一确定模块603用于确定每个可见目标的位置和类别。
构建模块604用于根据至少一个可见目标的位置和类别构建多个目标的空间关系矩阵。
第二确定模块605用于根据空间关系矩阵确定多个目标的数量。
根据本公开的实施例，第一确定模块603用于确定每个可见目标是否具有顶面；将具有顶面的可见目标确定为第一类别的可见目标；将不具有顶面的可见目标确定为第二类别的可见目标。
根据本公开的实施例，构建模块604包括：第一确定单元、第二确定单元、第三确定单元和第四确定单元。
第一确定单元，用于从至少一个可见目标中确定预设位置的可见目标为基准目标。
第二确定单元，用于根据基准目标的位置确定与基准目标在同一行的第一可见目标，并确定与基准目标在同一列的第二可见目标。
第三确定单元，用于根据基准目标以及第一可见目标确定空间关系矩阵的初始行，并根据基准目标以及第二可见目标确定空间关系矩阵的初始列。
第四确定单元，用于针对初始行中的第一可见目标，确定与该第一可见目标在同一列的第三可见目标，并根据该第一可见目标以及第三可见目标，确定在空间关系矩阵中该第一可见目标所在的列。
根据本公开的实施例，基准目标为位于图像中左下角的可见目标，可见目标的位置包括用于指示可见目标在图像中的区域的标记框的位置，第二确定单元包括第一确定子单元、第二确定子单元、第三确定子单元和第一返回子单元。
第一确定子单元用于将所述基准目标的标记框向右移动第一预设长度，得到第一虚拟框。
第二确定子单元用于计算每个可见目标的标记框与所述第一虚拟框之间的交并比。
第三确定子单元用于确定标记框与所述第一虚拟框之间的交并比大于第一预设阈值的可见目标，作为与所述基准目标在同一行的第一可见目标。
第一返回子单元用于将所述第一可见目标作为基准目标，返回将所述基准目标的标记框向右移动第一预设长度的步骤，直至不存在标记框与所述第一虚拟框之间的交并比大于第一预设阈值的可见目标。
根据本公开的实施例，基准目标为位于图像中左下角的可见目标，可见目标的位置包括用于指示可见目标在图像中的区域的标记框的位置，第二确定单元包括第四确定子单元、第五确定子单元、第六确定子单元和第二返回子单元。
第四确定子单元用于将所述基准目标的标记框向上移动第二预设长度，得到第二虚拟框。
第五确定子单元用于计算每个可见目标的标记框与所述第二虚拟框之间的交并比。
第六确定子单元用于确定标记框与所述第二虚拟框之间的交并比大于第二预设阈值的可见目标，作为与所述基准目标在同一列的第二可见目标。
第二返回子单元用于将所述第二可见目标作为基准目标，返回将所述基准目标的标记框向上移动第二预设长度的步骤，直至不存在标记框与所述第二虚拟框之间的交并比大于第二预设阈值的可见目标。
根据本公开的实施例，基准目标为位于图像中左下角的可见目标，可见目标的位置包括用于指示可见目标在图像中的区域的标记框的位置，第四确定单元包括第七确定子单元、第八确定子单元、第九确定子单元和第三返回子单元。
第七确定子单元用于将所述第一可见目标的标记框向上移动第三预设长度，得到第三虚拟框。
第八确定子单元用于计算每个可见目标的标记框与所述第三虚拟框之间的交并比。
第九确定子单元用于确定标记框与所述第三虚拟框之间的交并比大于第三预设阈值的可见目标，作为与所述第一可见目标在同一列的第三可见目标。
第三返回子单元用于将所述第三可见目标作为第一可见目标，返回将所述第一可见目标的标记框向上移动第三预设长度，直至不存在标记框与所述第三虚拟框之间的交并比大于第三预设阈值的可见目标。
根据本公开的实施例，第二确定模块605包括第一计算单元和第二计算单元。
第一计算单元用于针对空间关系矩阵中的每一列，根据该列中的可见目标的类别，计算该列中的目标数量。
第二计算单元计算空间关系矩阵中的各列的目标数量之和，得到多个目标的数量。
根据本公开的实施例，第一计算单元用于在该列中包含至少两个可见目标为第一类别的情况下，确定该列包含至少两个子列，每个第一类别的可见目标对应一个子列的结束；计算每个子列中的目标数量；确定各子列的目标数量之和为该列中的目标数量。
根据本公开的实施例，第一计算单元用于在该列中仅包含一个可见目标的类别为第一类别的情况下，确定该列中的目标数量为列中可见目标的数量。
根据本公开的实施例，第一确定模块603用于使用目标检测模型对至少一个可见目标进行检测，得到每个可见目标的位置和类别。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如图像识别方法。例如，在一些实施例中，图像识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的图像识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (23)

1.一种图像识别方法，包括：
获取待识别图像；
从所述待识别图像中的多个目标中识别未被遮挡的至少一个可见目标；
确定每个所述可见目标的位置和类别；
根据所述至少一个可见目标的位置和类别构建所述多个目标的空间关系矩阵；
根据所述空间关系矩阵确定所述多个目标的数量。
2.根据权利要求1所述的方法，其中，所述确定每个所述可见目标的类别包括：
确定每个可见目标是否具有顶面；
将具有顶面的可见目标确定为第一类别的可见目标；
将不具有顶面的可见目标确定为第二类别的可见目标。
3.根据权利要求1所述的方法，其中，所述根据所述至少一个可见目标的位置和类别构建所述多个目标的空间关系矩阵包括：
从所述至少一个可见目标中确定预设位置的可见目标为基准目标；
根据所述基准目标的位置确定与所述基准目标在同一行的第一可见目标，并确定与所述基准目标在同一列的第二可见目标；
根据所述基准目标以及第一可见目标确定所述空间关系矩阵的初始行，并根据所述基准目标以及第二可见目标确定所述空间关系矩阵的初始列；
针对初始行中的第一可见目标，确定与该第一可见目标在同一列的第三可见目标，并根据该第一可见目标以及第三可见目标，确定在所述空间关系矩阵中该第一可见目标所在的列。
4.根据权利要求3所述的方法，其中，所述基准目标为位于所述图像中左下角的可见目标，所述可见目标的位置包括用于指示所述可见目标在所述图像中的区域的标记框的位置，所述确定与所述基准目标在同一行的第一可见目标包括：
将所述基准目标的标记框向右移动第一预设长度，得到第一虚拟框；
计算每个可见目标的标记框与所述第一虚拟框之间的交并比；
确定标记框与所述第一虚拟框之间的交并比大于第一预设阈值的可见目标，作为与所述基准目标在同一行的第一可见目标；
将所述第一可见目标作为基准目标，返回将所述基准目标的标记框向右移动第一预设长度的步骤，直至不存在标记框与所述第一虚拟框之间的交并比大于第一预设阈值的可见目标。
5.根据权利要求3所述的方法，其中，所述基准目标为位于所述图像中左下角的可见目标，所述可见目标的位置包括用于指示所述可见目标在所述图像中的区域的标记框的位置，所述确定与所述基准目标在同一列的第二可见目标包括：
将所述基准目标的标记框向上移动第二预设长度，得到第二虚拟框；
计算每个可见目标的标记框与所述第二虚拟框之间的交并比；
确定标记框与所述第二虚拟框之间的交并比大于第二预设阈值的可见目标，作为与所述基准目标在同一列的第二可见目标；
将所述第二可见目标作为基准目标，返回将所述基准目标的标记框向上移动第二预设长度的步骤，直至不存在标记框与所述第二虚拟框之间的交并比大于第二预设阈值的可见目标。
6.根据权利要求3所述的方法，其中，所述基准目标为位于所述图像中左下角的可见目标，所述可见目标的位置包括用于指示所述可见目标在所述图像中的区域的标记框的位置，所述确定与第一可见目标在同一列的第三可见目标包括：
将所述第一可见目标的标记框向上移动第三预设长度，得到第三虚拟框；
计算每个可见目标的标记框与所述第三虚拟框之间的交并比；
确定标记框与所述第三虚拟框之间的交并比大于第三预设阈值的可见目标，作为与所述第一可见目标在同一列的第三可见目标；
将所述第三可见目标作为第一可见目标，返回将所述第一可见目标的标记框向上移动第三预设长度，直至不存在标记框与所述第三虚拟框之间的交并比大于第三预设阈值的可见目标。
7.根据权利要求2所述的方法，其中，所述根据所述空间关系矩阵确定所述目标堆中的目标数量包括：
针对所述空间关系矩阵中的每一列，根据该列中的可见目标的类别，计算该列中的目标数量；
计算所述空间关系矩阵中的各列的目标数量之和，得到所述多个目标的数量。
8.根据权利要求7所述的方法，其中，所述计算该列中的目标数量包括：
在该列中包含至少两个可见目标为第一类别的情况下，确定该列包含至少两个子列，每个第一类别的可见目标对应一个子列的结束；
计算每个子列中的目标数量；
确定各子列的目标数量之和为该列中的目标数量。
9.根据权利要求7所述的方法，其中，所述计算该列中的目标数量包括：
在该列中仅包含一个可见目标的类别为第一类别的情况下，确定该列中的目标数量为所述列中可见目标的数量。
10.根据权利要求1-9中任一项所述的方法，其中，所述确定每个可见目标的位置和类别包括：
使用目标检测模型对所述至少一个可见目标进行检测，得到所述每个可见目标的位置和类别。
11.一种图像识别装置，包括：
获取模块，用于获取待识别图像；
识别模块，用于从所述待识别图像中的多个目标中识别未被遮挡的至少一个可见目标；
第一确定模块，用于确定每个所述可见目标的位置和类别；
构建模块，用于根据所述至少一个可见目标的位置和类别构建所述多个目标的空间关系矩阵；
第二确定模块，用于根据所述空间关系矩阵确定所述多个目标的数量。
12.根据权利要求11所述的装置，其中，所述第一确定模块用于确定每个可见目标是否具有顶面；将具有顶面的可见目标确定为第一类别的可见目标；将不具有顶面的可见目标确定为第二类别的可见目标。
13.根据权利要求11所述的装置，其中，所述构建模块包括：
第一确定单元，用于从所述至少一个可见目标中确定预设位置的可见目标为基准目标；
第二确定单元，用于根据所述基准目标的位置确定与所述基准目标在同一行的第一可见目标，并确定与所述基准目标在同一列的第二可见目标；
第三确定单元，用于根据所述基准目标以及第一可见目标确定所述空间关系矩阵的初始行，并根据所述基准目标以及第二可见目标确定所述空间关系矩阵的初始列；
第四确定单元，用于针对初始行中的第一可见目标，确定与该第一可见目标在同一列的第三可见目标，并根据该第一可见目标以及第三可见目标，确定在所述空间关系矩阵中该第一可见目标所在的列。
14.根据权利要求13所述的装置，其中，所述基准目标为位于所述图像中左下角的可见目标，所述可见目标的位置包括用于指示所述可见目标在所述图像中的区域的标记框的位置，所述第二确定单元包括：
第一确定子单元，用于将所述基准目标的标记框向右移动第一预设长度，得到第一虚拟框；
第二确定子单元，用于计算每个可见目标的标记框与所述第一虚拟框之间的交并比；
第三确定子单元，用于确定标记框与所述第一虚拟框之间的交并比大于第一预设阈值的可见目标，作为与所述基准目标在同一行的第一可见目标；
第一返回子单元，用于将所述第一可见目标作为基准目标，返回将所述基准目标的标记框向右移动第一预设长度的步骤，直至不存在标记框与所述第一虚拟框之间的交并比大于第一预设阈值的可见目标。
15.根据权利要求13所述的装置，其中，所述基准目标为位于所述图像中左下角的可见目标，所述可见目标的位置包括用于指示所述可见目标在所述图像中的区域的标记框的位置，所述第二确定单元包括：
第四确定子单元，用于将所述基准目标的标记框向上移动第二预设长度，得到第二虚拟框；
第五确定子单元，用于计算每个可见目标的标记框与所述第二虚拟框之间的交并比；
第六确定子单元，用于确定标记框与所述第二虚拟框之间的交并比大于第二预设阈值的可见目标，作为与所述基准目标在同一列的第二可见目标；
第二返回子单元，用于将所述第二可见目标作为基准目标，返回将所述基准目标的标记框向上移动第二预设长度的步骤，直至不存在标记框与所述第二虚拟框之间的交并比大于第二预设阈值的可见目标。
16.根据权利要求13所述的装置，其中，所述基准目标为位于所述图像中左下角的可见目标，所述可见目标的位置包括用于指示所述可见目标在所述图像中的区域的标记框的位置，所述第四确定单元包括：
第七确定子单元，用于将所述第一可见目标的标记框向上移动第三预设长度，得到第三虚拟框；
第八确定子单元，用于计算每个可见目标的标记框与所述第三虚拟框之间的交并比；
第九确定子单元，用于确定标记框与所述第三虚拟框之间的交并比大于第三预设阈值的可见目标，作为与所述第一可见目标在同一列的第三可见目标；
第三返回子单元，用于将所述第三可见目标作为第一可见目标，返回将所述第一可见目标的标记框向上移动第三预设长度，直至不存在标记框与所述第三虚拟框之间的交并比大于第三预设阈值的可见目标。
17.根据权利要求12所述的装置，其中，所述第二确定模块包括：
第一计算单元，用于针对所述空间关系矩阵中的每一列，根据该列中的可见目标的类别，计算该列中的目标数量；
第二计算单元，计算所述空间关系矩阵中的各列的目标数量之和，得到所述多个目标的数量。
18.根据权利要求17所述的装置，其中，所述第一计算单元用于在该列中包含至少两个可见目标为第一类别的情况下，确定该列包含至少两个子列，每个第一类别的可见目标对应一个子列的结束；计算每个子列中的目标数量；确定各子列的目标数量之和为该列中的目标数量。
19.根据权利要求17所述的装置，其中，所述第一计算单元用于在该列中仅包含一个可见目标的类别为第一类别的情况下，确定该列中的目标数量为所述列中可见目标的数量。
20.根据权利要求11-19中任一项所述的装置，其中，所述第一确定模块，用于使用目标检测模型对所述至少一个可见目标进行检测，得到所述每个可见目标的位置和类别。
21.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1至10中任一项所述的方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至10中任一项所述的方法。
CN202110587847.4A 2021-05-27 2021-05-27 图像识别方法、装置、电子设备和存储介质 Active CN113327284B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110587847.4A CN113327284B (zh) 2021-05-27 2021-05-27 图像识别方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110587847.4A CN113327284B (zh) 2021-05-27 2021-05-27 图像识别方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113327284A true CN113327284A (zh) 2021-08-31
CN113327284B CN113327284B (zh) 2022-08-26

Family

ID=77421786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110587847.4A Active CN113327284B (zh) 2021-05-27 2021-05-27 图像识别方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113327284B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708380A (zh) * 2012-05-08 2012-10-03 东南大学 一种基于机器视觉的室内一般物体识别方法
CN107590431A (zh) * 2017-07-27 2018-01-16 广东数相智能科技有限公司 一种基于图像识别的数量统计方法及装置
CN109255360A (zh) * 2017-07-12 2019-01-22 杭州海康威视数字技术股份有限公司 一种目标分类方法、装置及系统
CN109299720A (zh) * 2018-07-13 2019-02-01 沈阳理工大学 一种基于轮廓片段空间关系的目标识别方法
CN109598298A (zh) * 2018-11-29 2019-04-09 上海皓桦科技股份有限公司 图像物体识别方法和系统
CN110728330A (zh) * 2019-10-23 2020-01-24 腾讯科技（深圳）有限公司 基于人工智能的对象识别方法、装置、设备及存储介质
CN111414879A (zh) * 2020-03-26 2020-07-14 北京字节跳动网络技术有限公司 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN111523431A (zh) * 2020-04-16 2020-08-11 支付宝(杭州)信息技术有限公司 一种面部识别的方法、装置及设备
CN111582240A (zh) * 2020-05-29 2020-08-25 上海依图网络科技有限公司 一种对象数量的识别方法、装置、设备和介质
CN111652236A (zh) * 2020-04-21 2020-09-11 东南大学 弱监督场景下跨层特征交互的轻量级细粒度图像识别方法
CN111667403A (zh) * 2020-07-02 2020-09-15 北京爱笔科技有限公司 一种有遮挡的人脸图像的生成方法及装置
CN111860100A (zh) * 2020-04-22 2020-10-30 北京嘀嘀无限科技发展有限公司 行人数量的确定方法、装置、电子设备及可读存储介质
CN112270356A (zh) * 2020-10-28 2021-01-26 杭州海康威视数字技术股份有限公司 一种图像识别方法、装置及电子设备
CN112634313A (zh) * 2021-01-08 2021-04-09 云从科技集团股份有限公司 目标遮挡评估方法、系统、介质及装置
CN112668452A (zh) * 2020-12-24 2021-04-16 杭州电子科技大学 一种基于双目视觉的遮挡目标识别与定位方法
CN112784736A (zh) * 2021-01-21 2021-05-11 西安理工大学 一种多模态特征融合的人物交互行为识别方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708380A (zh) * 2012-05-08 2012-10-03 东南大学 一种基于机器视觉的室内一般物体识别方法
CN109255360A (zh) * 2017-07-12 2019-01-22 杭州海康威视数字技术股份有限公司 一种目标分类方法、装置及系统
CN107590431A (zh) * 2017-07-27 2018-01-16 广东数相智能科技有限公司 一种基于图像识别的数量统计方法及装置
CN109299720A (zh) * 2018-07-13 2019-02-01 沈阳理工大学 一种基于轮廓片段空间关系的目标识别方法
CN109598298A (zh) * 2018-11-29 2019-04-09 上海皓桦科技股份有限公司 图像物体识别方法和系统
CN110728330A (zh) * 2019-10-23 2020-01-24 腾讯科技（深圳）有限公司 基于人工智能的对象识别方法、装置、设备及存储介质
CN111414879A (zh) * 2020-03-26 2020-07-14 北京字节跳动网络技术有限公司 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN111523431A (zh) * 2020-04-16 2020-08-11 支付宝(杭州)信息技术有限公司 一种面部识别的方法、装置及设备
CN111652236A (zh) * 2020-04-21 2020-09-11 东南大学 弱监督场景下跨层特征交互的轻量级细粒度图像识别方法
CN111860100A (zh) * 2020-04-22 2020-10-30 北京嘀嘀无限科技发展有限公司 行人数量的确定方法、装置、电子设备及可读存储介质
CN111582240A (zh) * 2020-05-29 2020-08-25 上海依图网络科技有限公司 一种对象数量的识别方法、装置、设备和介质
CN111667403A (zh) * 2020-07-02 2020-09-15 北京爱笔科技有限公司 一种有遮挡的人脸图像的生成方法及装置
CN112270356A (zh) * 2020-10-28 2021-01-26 杭州海康威视数字技术股份有限公司 一种图像识别方法、装置及电子设备
CN112668452A (zh) * 2020-12-24 2021-04-16 杭州电子科技大学 一种基于双目视觉的遮挡目标识别与定位方法
CN112634313A (zh) * 2021-01-08 2021-04-09 云从科技集团股份有限公司 目标遮挡评估方法、系统、介质及装置
CN112784736A (zh) * 2021-01-21 2021-05-11 西安理工大学 一种多模态特征融合的人物交互行为识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
WANG WEIHONG等: "Research on License Plate Recognition Algorithms Based on Deep Learning in Complex Environment", 《IEEE ACCESS》 *
廖圣龙: "航拍输电线图像中部件检测关键技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *
李子龙: "智能交通系统中视频目标检测与识别的关键算法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
齐梅: "基于词袋模型的物体识别方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Also Published As

Publication number Publication date
CN113327284B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN112801164B (zh) 目标检测模型的训练方法、装置、设备及存储介质
CN107808122B (zh) 目标跟踪方法及装置
CN113095336B (zh) 关键点检测模型的训练方法和检测目标对象关键点的方法
CN112560862A (zh) 文本识别方法、装置及电子设备
CN115861400B (zh) 目标对象检测方法、训练方法、装置以及电子设备
CN113205041A (zh) 结构化信息提取方法、装置、设备和存储介质
US11410123B2 (en) Article placement optimization system and article placement optimization method
EP4145408A1 (en) Obstacle detection method and apparatus, autonomous vehicle, device and storage medium
CN113516246A (zh) 参数优化方法、量子芯片的控制方法及装置
CN113724388A (zh) 高精地图的生成方法、装置、设备以及存储介质
CN113326796A (zh) 物体检测方法、模型训练方法、装置及电子设备
CN113327284B (zh) 图像识别方法、装置、电子设备和存储介质
CN113029136A (zh) 定位信息处理的方法、设备、存储介质及程序产品
CN116308059A (zh) 货格位置确定方法和装置、拣货路径优化方法和装置
CN111598093A (zh) 图片中文字的结构化信息生成方法、装置、设备及介质
CN114812576A (zh) 地图匹配方法、装置及电子设备
CN115689454A (zh) 确定服务站点的方法、装置、电子设备及存储介质
CN113221519B (zh) 用于处理表格数据的方法、装置、设备、介质和产品
CN115127565A (zh) 高精地图数据生成方法、装置、电子设备及存储介质
CN113807391A (zh) 任务模型的训练方法、装置、电子设备及存储介质
CN112749978A (zh) 检测方法、装置、设备、存储介质以及程序产品
CN114359903B (zh) 一种文本识别方法、装置、设备及存储介质
CN114115640B (zh) 图标的确定方法、装置、设备以及存储介质
CN113408633B (zh) 用于输出信息的方法、装置、设备以及存储介质
CN114359496A (zh) 构建视觉模型结构的方法、装置、介质及边缘计算设备

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