JP7145224B2 - 目標対象の認識方法、装置及びシステム - Google Patents

目標対象の認識方法、装置及びシステム Download PDF

Info

Publication number
JP7145224B2
JP7145224B2 JP2020544438A JP2020544438A JP7145224B2 JP 7145224 B2 JP7145224 B2 JP 7145224B2 JP 2020544438 A JP2020544438 A JP 2020544438A JP 2020544438 A JP2020544438 A JP 2020544438A JP 7145224 B2 JP7145224 B2 JP 7145224B2
Authority
JP
Japan
Prior art keywords
sub
target
region
category
radio frequency
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
Application number
JP2020544438A
Other languages
English (en)
Other versions
JP2022523279A (ja
Inventor
▲達▼明 牛
▲進▼ ▲呉▼
▲凱▼歌 ▲陳▼
海宇 ▲趙▼
▲帥▼ 伊
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.)
Sensetime International Pte Ltd
Original Assignee
Sensetime International Pte 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 Sensetime International Pte Ltd filed Critical Sensetime International Pte Ltd
Publication of JP2022523279A publication Critical patent/JP2022523279A/ja
Application granted granted Critical
Publication of JP7145224B2 publication Critical patent/JP7145224B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/04—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the shape
    • G06K19/041—Constructional details
    • G06K19/047—Constructional details the record carrier being shaped as a coin or a gambling token
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/0672—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with resonating marks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/077—Constructional details, e.g. mounting of circuits in the carrier
    • G06K19/07743—External electrical contacts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/0008—General problems related to the reading of electronic memory record carriers, independent of its reading method, e.g. power transfer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • 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
    • 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
    • G06N3/08—Learning methods
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Toxicology (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Radar Systems Or Details Thereof (AREA)

Description

（関連出願の相互参照）
本願は、２０２０年３月２０日に提出された、出願名称が「目標対象の認識方法、装置及びシステム」で、出願番号がＰＣＴ／ＩＢ２０２０／０５２５８３であるＰＣＴ出願の国家段階出願であり、このＰＣＴは２０１９年１２月２３日に提出された、出願番号が１０２０１９１３００５Ｙのシンガポール特許出願の優先権を主張し、この出願の全てが参照によって本開示に組み込まれる。
本開示は、コンピュータビジョン技術に関し、特に、目標対象の認識方法、装置及びシステムに関する。
日常の生産や生活において目標対象を認識する必要がある場合が多い。テーブルゲームといった娯楽シーンを例とすると、テーブル上のゲームコインを認識してゲームコインのテーブルでの位置、カテゴリー及び数量を取得する必要がある。しかしながら、従来の認識手段の認識精度が低い。
本開示は、目標対象の認識方法、装置及びシステムを提供する。
具体的には、本開示は、以下のような技術的解決手段によって実現される。
本開示の実施例の第１態様によれば、目標対象の認識方法を提供し、
前記方法は、
目標領域の画像を取得するステップと、
前記画像によって前記目標領域における目標対象の画像認識結果を決定するステップと、
前記目標領域における前記目標対象の無線周波数認識結果を取得するステップと、
前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するステップと、を含む。
いくつかの実施例では、前記画像によって前記目標領域における目標対象の画像認識結果を決定するステップは、ニューラルネットワークを用いて前記画像を処理して前記目標領域における目標対象の画像認識結果を出力するステップを含む。
いくつかの実施例では、前記目標領域における前記目標対象の無線周波数認識結果を取得するステップは、前記目標領域内に配置された無線周波数検出アンテナによる前記目標領域における目標対象の無線周波数認識結果を取得するステップを含む。
いくつかの実施例では、前記無線周波数認識結果は、前記無線周波数検出アンテナによって各目標対象に設置された無線周波数認識タグを読み取ることによって取得されるものである。
いくつかの実施例では、前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
前記無線周波数認識結果と前記画像認識結果によって目標対象の前記目標領域での分布を決定するステップは、
前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、
各サブ領域における目標対象のカテゴリーと数量を取得するステップと、を含む。
いくつかの実施例では、前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップは、
第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングし、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が画像認識結果中の各サブ領域における目標対象の数量を降順に並べて得られたものであるステップと、
前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域中の目標対象の数量が画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するステップと、
前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を含む。
いくつかの実施例では、前記方法は、
前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないことに応えて、又は前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定するステップと、
第ｍサブ領域をマッチング待ちのサブ領域とするステップと、を更に含む。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された時に、前記方法は、
前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定し、前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするステップを更に含む。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された時に、前記方法は、
前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れないと決定し、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするステップを更に含む。
いくつかの実施例では、少なくとも１つのマッチング待ちのサブ領域が存在すると決定された時に、前記方法は、
前記無線周波数認識結果に目標対象の数量が０より大きいカテゴリーが存在することに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とするステップと、
前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を更に含む。
いくつかの実施例では、前記画像は前記目標対象の俯瞰画像又は側面画像である。
いくつかの実施例では、前記俯瞰画像は前記目標領域上部画像取得デバイスによって取得され、前記側面画像は前記目標領域側面画像取得デバイスによって取得される。
本開示の実施例の第２態様によれば、目標対象の認識装置を提供し、前記認識装置は、第１取得モジュールと、第１決定モジュールと、第２取得モジュールと、第２決定モジュールとを含み、
前記第１取得モジュールは、目標領域の画像を取得するために用いられ、
前記第１決定モジュールは、前記画像によって前記目標領域における目標対象の画像認識結果を決定するために用いられ、
前記第２取得モジュールは、前記目標領域における前記目標対象の無線周波数認識結果を取得するために用いられ、
前記第２決定モジュールは、前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するために用いられる。
いくつかの実施例では、前記第１取得モジュールは、ニューラルネットワークを用いて前記画像を処理して前記目標領域における目標対象の画像認識結果を出力するために用いられる。
いくつかの実施例では、前記第２取得モジュールは、前記目標領域内に配置された無線周波数検出アンテナによる前記目標領域における目標対象の無線周波数認識結果を取得するために用いられる。
いくつかの実施例では、前記無線周波数認識結果は、前記無線周波数検出アンテナによって各目標対象に設置された無線周波数認識タグを読み取ることによって取得されるものである。
いくつかの実施例では、前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
前記第２決定モジュールは、
前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングし、
各サブ領域における目標対象のカテゴリーと数量を取得するために用いられる。
いくつかの実施例では、前記第２決定モジュールは、マッチングユニットと、決定ユニットと、調整ユニットと、を含み、
前記マッチングユニットは、第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングし、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が画像認識結果中の各サブ領域における目標対象の数量を降順に並べて得られたものであるために用いられ、
前記決定ユニットは、前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域中の目標対象の数量が画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するために用いられ、
前記調整ユニットは、前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられる。
いくつかの実施例では、前記装置は、第３決定モジュールと、第４決定モジュールと、を更に含み、
第３決定モジュールは、前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないか、前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定するために用いられ、
第４決定モジュールは、第ｍサブ領域をマッチング待ちのサブ領域とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された時に、前記装置は、第５決定モジュールを更に含み、
前記第５決定モジュールは、前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定し、前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された時に、前記装置は、第６決定モジュールを更に含み、
前記第６決定モジュールは、前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れないと決定し、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、少なくとも１つのマッチング待ちのサブ領域が存在すると決定された時に、前記装置は、第７決定モジュールと、調整モジュールと、を更に含み、
前記第７決定モジュールは、前記無線周波数認識結果中の少なくとも１つのカテゴリーの目標対象の数量が０より大きいことに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とするために用いられ、
前記調整モジュールは、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられる。
いくつかの実施例では、前記画像は前記目標対象の俯瞰画像又は側面画像である。
いくつかの実施例では、前記俯瞰画像は前記目標領域上部画像取得デバイスによって取得され、前記側面画像は前記目標領域側面画像取得デバイスによって取得される。
本開示の実施例の第３態様によれば、目標対象の認識システムを提供し、前記システムは、画像取得装置と、無線周波数検出装置と、プロセッサと、を含み、
前記画像取得装置は、目標領域の画像を取得するために用いられ、
前記無線周波数検出装置は、前記目標領域における目標対象の無線周波数認識結果を取得するために用いられ、
前記プロセッサは、前記画像によって前記目標領域における前記目標対象の画像認識結果を決定し、且つ前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するために用いられる。
いくつかの実施例では、前記無線周波数検出装置は、
前記目標領域内に設置される無線周波数検出アンテナと、
それぞれ各目標対象に設置される無線周波数認識タグと、を含む。
いくつかの実施例では、前記無線周波数認識タグが前記目標対象に内蔵されるか、又は前記目標対象表面に貼り付けられる。
いくつかの実施例では、前記目標領域の数量が複数である時に、
前記システムは、各目標領域を隔離するために用いられる隔離装置を更に含み、
前記隔離装置は、１つの目標領域における無線周波数検出装置が他の目標領域における目標対象の無線周波信号を取得することを阻止するために用いられる。
いくつかの実施例では、前記隔離装置は金属材質を採用する。
いくつかの実施例では、前記画像取得装置は、前記目標領域の上部に設置される第１画像取得装置及び／又は前記目標領域の側面に設置される第２画像取得装置を含む。
いくつかの実施例では、前記プロセッサを用いて前記画像によって前記目標領域における目標対象の画像認識結果を決定するステップは、
ニューラルネットワークを用いて前記画像を処理して前記目標領域における目標対象の画像認識結果を出力するステップを含む。
いくつかの実施例では、前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
前記プロセッサを用いて前記無線周波数認識結果と前記画像認識結果によって各目標対象の前記目標領域での分布を決定するステップは、
前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、
各サブ領域における目標対象のカテゴリーと数量を取得するステップと、を含む。
いくつかの実施例では、前記プロセッサを用いて前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップは、
第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングし、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が画像認識結果中の各サブ領域における目標対象の数量を降順に並べて得られたものであるステップと、
前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域中の目標対象の数量が画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するステップと、
前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を含む。
いくつかの実施例では、前記プロセッサは、更に、
前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないことに応えて、又は前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定し、
第ｍサブ領域をマッチング待ちのサブ領域とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された時に、前記プロセッサは、更に、
前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度が最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定し、前記の現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された時に、前記プロセッサは、更に、
前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れないと決定し、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、少なくとも１つのマッチング待ちのサブ領域が存在すると決定された時に、前記プロセッサは、更に、
前記無線周波数認識結果中の少なくとも１つのカテゴリーの目標対象の数量が０より大きいことに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とし、
前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられる。
本開示の実施例の第４態様によれば、コンピュータプログラムが記憶されるコンピュータ可読記憶媒体を提供し、プロセッサは、このコンピュータプログラムを実行する時に、いずれか１つの実施例に記載の方法を実現する。
本開示の実施例の第５態様によれば、メモリと、プロセッサと、メモリに記憶される、プロセッサ上で作動可能なコンピュータプログラムと、を含むコンピュータデバイスを提供し、前記プロセッサは、前記コンピュータプログラムを実行する時にいずれか１つの実施例に記載の方法を実現する。
本開示の実施例は、前記目標領域における目標対象の画像認識結果と無線周波数認識結果を取得し、更に前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定することで、無線周波数認識結果と画像認識結果を融合して、前記目標領域における目標対象を正確に認識でき、認識精度が高くなる。
以上の一般説明と以下の詳細説明は解釈するための例示的なものに過ぎず、本開示を制限しないことを理解すべきである。
ここの図面は明細書に組み込まれて明細書の一部を構成し、これらの図面は本開示に合致する実施例を示し、明細書と共に本開示の技術的手段を説明するために用いられる。
本開示の実施例の目標対象の認識方法のフローチャートである。 本開示の実施例の目標領域の模式図である。 本開示の一実施例の目標対象の模式図である。 本開示の別の実施例の目標対象の模式図である。 本開示の実施例の各サブ領域における目標対象の模式図である。 本開示の実施例の目標対象の認識装置のブロック図である。 本開示の実施例の目標対象の認識システムの模式図である。 本開示の実施例の本開示方法を実施するためのコンピュータデバイスの構造模式図である。
ここで、例示的実施例を詳細に説明し、その例を図面に示す。図面に関する説明があった時に、特に断らない限り、別々の図面での同じ数字は同じ要素又は類似する要素を表す。以下の例示的な実施例で説明された実施形態は本願に一致する全ての実施形態を表すというわけでない。まったく逆に、それらは添付された特許請求の範囲に詳細に記載された本願のいくつかの態様に一致する装置と方法の例に過ぎない。
本願において使用された用語は、単に特定の実施例を説明するためのものにすぎず、本願を限定するものではない。本願および添付の特許請求の範囲において使用された単数形「一種」、「前記」および「該」は、文脈に特に示さない限り、複数形も含むことを意図する。なお、本明細書において使用された用語「および／又は」は、関連して列挙された項目の一つ以上の任意の又は全ての可能な組み合わせを意味し、かつこれらの組み合わせを含む。また、本明細書における用語「少なくとも一種」は、複数種のいずれか一つ又は複数種の少なくとも二つの任意の組み合わせを意味する。
なお、本願において用語第一、第二、第三などを使用して各種の情報を説明することがあるが、これらの情報はこれらの用語に限定されないことを理解されたい。これらの用語は同一タイプの情報を互いに区別するためのものにすぎない。例えば、本願の範囲から逸脱することなく、第一情報は第二情報と呼ばれてもよく、同様に、第二情報は第一情報と呼ばれてもよい。文脈によって、ここで使用された字句「場合」は、「時」又は「にあたり」又は「決定／特定／判定に応じて」という意味に解釈され得る。
本開示の実施例における技術的解決手段を当業者により明瞭に理解させ、且つ本開示の実施例の上記目的、特徴やメリットをより分かりやすくするために、以下、図面を参照しながら本開示の実施例における技術的解決手段を更に詳細に説明する。
図１に本開示の実施例の目標対象の認識方法のフローチャートを示す。前記方法は、
ステップＳ１０１：目標領域の画像を取得し、
ステップＳ１０２：前記画像によって前記目標領域における目標対象の画像認識結果を決定し、
ステップＳ１０３：前記目標領域における前記目標対象の無線周波数認識結果を取得し、
ステップＳ１０４と：前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定することを含む。
ステップＳ１０１については、目標領域は、目標対象が置かれる領域であり、例えば、平面（例えば、テーブルの表面）、容器（例えば、ボックス）等であってよい。目標対象は１つ又は複数の物体であってよく、一般の場合に、目標対象は各種形状のシート状物体、例えば、ゲームコインである。図２にテーブルゲームの場合のテーブル表面の一部の模式図を示し、前記テーブルには複数の目標領域を含み、ここで、各閉鎖領域がそれぞれ１つの目標領域を表す。この場合の目標対象は前記テーブル上のゲームコインである。
各目標対象は前記目標領域内で積み重ねられてよく、積み重ね方式は目標対象を垂直方向に積み重ねる第１積み重ね方式及び目標対象を水平方向に積み重ねる第２積み重ね方式を含んで良い。第１積み重ね方式は図３Ａに示され、第２積み重ね方式は図３Ｂに示される。図３Ａと図３Ｂに示す実施例では、各目標対象の形状が円柱形であり、各目標対象は相互に平行であり且つ大きさが同様である２つの底面とこれら２つの底面を連結する曲面を含む。第１積み重ね方式において、最も下方の目標対象の底面が目標領域に接触し且つ各目標対象の底面の中心の連結線が目標領域、例えばテーブルの表面に垂直である。第２積み重ね方式において、各目標対象の曲面が目標領域に接触し且つ各目標対象の底面の中心の連結線が目標領域、例えばテーブルの表面と平行する。
目標領域付近の画像取得装置（例えば、カメラ又は監視カメラ）によって前記目標対象を含む目標領域の画像を撮影してよい。第１積み重ね方式と第２積み重ね方式で積み重ねられた目標対象を明瞭に画像に表示するために、目標領域の側面に設置された画像取得装置によって、第１積み重ね方式で積み重ねられた目標対象を含む第１画像を撮影し、且つ目標領域の上部に設置された画像取得装置によって、第２積み重ね方式で積み重ねられた目標対象を含む第２画像を撮影するようにしてよい。更に、目標領域全体の画像を完全に取得するために、目標領域の両側にそれぞれ少なくとも１つの画像取得装置を設置してもよい。図２に示す複数の目標領域については、テーブル表面全体の左右両側にそれぞれ１つの画像取得装置を設置して、左側画像取得装置によってテーブル表面の左半分（例えば、点線Ｂ左側）の目標領域を撮影し、右側画像取得装置によってテーブル表面の右半分（例えば、点線Ａ右側）の目標領域を撮影するようにしてよい。
ステップＳ１０２については、先に各目標領域の画素座標範囲及び目標対象の画素座標範囲によって各目標対象の所属する目標領域を決定してよい。前記目標対象の画素座標範囲はある目標領域の画素座標範囲に入る場合、前記目標対象がこの目標領域に属すると判定する。各目標対象の所属する目標領域が決定された後、前記目標領域における目標対象の画像認識結果を取得する。画像認識結果はこの目標領域における目標対象の数量、位置及びカテゴリーを含む。
いくつかの実施例では、ニューラルネットワークを用いて前記画像を処理して前記目標領域における目標対象の画像認識結果を出力してよい。前記ニューラルネットワークはこの目標領域における目標対象の位置、カテゴリー及び数量を予測可能である。いくつかの実施例では、前記目標領域は複数のサブ領域を含み、前記ニューラルネットワークの出力する目標対象の位置情報は各目標対象の所在するサブ領域であり、前記ニューラルネットワークの出力するカテゴリー情報は各サブ領域における目標対象のカテゴリーであり、前記ニューラルネットワークの出力する数量情報は各サブ領域における目標対象の数量である。
例えば、テーブル上のゲームコインは白色の仕切り（即ち、隔板）によって複数のサブ領域に仕切られてもよく、図４に１つの目標領域における目標対象を複数のサブ領域に分けた模式図を示す。ここで、各灰色方形ブロックがそれぞれ１つの目標対象となり、別々の黒色枠内の目標対象が別々のサブ領域に属するものである。前記ニューラルネットワークは各サブ領域の検出枠（ｂｏｕｎｄｉｎｇ ｂｏｘ）、即ち図４に示す黒色枠を取得してから、各サブ領域における目標対象のカテゴリー予測結果及び各サブ領域における目標対象の数量予測結果を出力することができる。
ここで、前記カテゴリー予測結果は前記サブ領域における目標対象の所属するカテゴリーの信頼度を含み、一般的には信頼度が最も高い３つのカテゴリー予測結果を出力してよい。例えば、前記目標対象がカテゴリー１に属する信頼度が０．５、カテゴリー２に属する信頼度が０．３、カテゴリー３に属する信頼度が０．１、……の場合に、前記ニューラルネットワークは｛カテゴリー１：０．５；カテゴリー２：０．３；カテゴリー３：０．１｝といったカテゴリー予測結果を出力可能である。数量予測結果は前記サブ領域の長さで表してもよい。各目標対象の占める画素高さがＮ個の画素値であり、前記サブ領域の画素高さがＭ個の画素値である場合、前記サブ領域における目標対象の数量がＭ／Ｎである。
ステップＳ１０３については、前記目標領域に設置された無線周波数検出アンテナによって前記目標領域における前記目標対象を認識して、前記目標領域における前記目標対象の無線周波数認識結果を取得してもよい。
前記無線周波数検出アンテナの前記目標領域での取り付け位置は、前記目標領域における前記目標対象を認識できる位置であればよく、本開示では限定されない。テーブルゲームの応用シーンで、前記無線周波数検出アンテナは、前記目標領域のテーブルクロスの下方に配置されてもよく、ゲームコインを収容する容器の底部に配置されてもよい。
目標領域が複数である場合、各目標領域にそれぞれ無線周波数検出アンテナを設置してもよく、１つの目標領域内の無線周波数検出アンテナがこの目標領域における目標対象のみを認識する。各目標領域が互いに妨害することを回避するために、各目標領域間に隔離装置を設置してもよく、それによって、１つの目標領域における無線周波数検出アンテナがこの領域における目標対象しかを検出できない。隔離装置は金属材質の物体、例えば金属片であってよい。前記隔離装置は各目標領域を囲むように配置されてよい。容器の底部に配置された無線周波数検出アンテナの場合、この容器を囲むように隔離装置を配置してもよい。
前記無線周波数検出アンテナと組み合わせて使用される無線周波数認識タグを各目標対象に事前に設置してもよく、この無線周波数認識タグは目標対象に内蔵してもよいし、目標対象の表面に貼り付けてもよい。前記無線周波数検出アンテナが読み取った無線周波数認識タグのタグ情報を取得し、且つ前記タグ情報によって前記目標領域における前記目標対象の無線周波数認識結果を取得してもよい。前記無線周波数認識結果には各目標領域における目標対象のカテゴリーと数量を含んでよい。
画像に基づいて目標対象を認識することは、目標対象の位置と数量を正確に認識できるが、場所の光線等の要因の影響で、目標対象のカテゴリーの検出において誤検出が発生することがある。無線周波技術に基づいて目標対象を認識することは、目標対象のカテゴリーを正確に認識できるが、電磁波妨害、素子損傷等の要因の影響で、目標対象の数量の検出において誤検出が発生することがあり、そして、無線周波数認識結果によって目標対象の目標領域での位置を決定できない。
従って、ステップＳ１０４において、画像認識結果によって目標対象の位置と数量を認識し、無線周波数認識結果によって画像認識結果で取得されたカテゴリーを検証して、正確なカテゴリー情報を取得してもよい。ここで、サブ領域における目標対象のカテゴリーは無線周波数認識結果によって決定されてよく、サブ領域における目標対象の数量は画像認識結果によって決定されてよい。
いくつかの実施例では、前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各サブ領域における目標対象の数量を含み、前記無線周波数認識結果と前記画像認識結果によって目標対象の前記目標領域での分布を決定するステップは、前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、各サブ領域における目標対象のカテゴリーと数量を取得するステップと、を含む。Ｎが１以上の整数である。
ここで、候補カテゴリーとしては、一般的には信頼度が最も大きい３種のカテゴリーを採用してよい。画像認識結果は、目標領域に３つのサブ領域が含まれ、サブ領域ｉにＫｉ個の目標対象を含み（ｉ＝１、２又は３、Ｋ１＞Ｋ２＞Ｋ３、Ｋｉが１以上の整数）、各サブ領域がいずれも、ｔｏｐ１候補カテゴリーと称される信頼度が最も大きい候補カテゴリー、ｔｏｐ２候補カテゴリーと称される信頼度が２番目に大きい候補カテゴリー、ｔｏｐ３候補カテゴリーと称される信頼度が３番目に大きい候補カテゴリーといった３つの候補カテゴリーに対応するものと仮定する。まず、サブ領域１、サブ領域２及びサブ領域３における目標対象のｔｏｐ１候補カテゴリーを順に無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングし、更にサブ領域１、サブ領域２及びサブ領域３における目標対象のｔｏｐ２候補カテゴリーを順に無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングし、最後にサブ領域１、サブ領域２及びサブ領域３における目標対象のｔｏｐ３候補カテゴリーを順に無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングし、上記マッチング結果からサブ領域１、サブ領域２及びサブ領域３における目標対象のカテゴリーと数量を取得してよい。
具体的には、第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングし、前記無線周波数認識結果中のカテゴリーには第ｍサブ領域における目標対象の第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きい場合に、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域中の目標対象の数量が画像認識結果中の第ｍサブ領域における目標対象の数量であると決定し、前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得してもよい。
ここで、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が画像認識結果中の各サブ領域における目標対象の数量を降順に並べて得られたものである。
以上の例に基づいて説明を継続する。無線周波数認識結果は前記目標領域にカテゴリーＣ１に属する目標対象Ｊ１個、カテゴリーＣ２に属する目標対象Ｊ２個及びカテゴリーＣ３に属する目標対象Ｊ３個を含むものと仮定する。Ｊ１、Ｊ２及びＪ３が１以上の整数である。前記画像認識結果中の各サブ領域における目標対象の数量及びその異なる信頼度の候補カテゴリーを、前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングする時に、一回目のマッチングの時に、第１サブ領域における目標対象の第１候補カテゴリー（Ｃ１１と表記する）と第１サブ領域における目標対象の数量（Ｋ１と表記する）を、前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングする。前記Ｃ１、Ｃ２及びＣ３の中で、Ｃ１１と同じカテゴリーがあり（Ｃ１がＣ１１と同じであるものと仮定する）、且つ無線周波数認識結果中のＣ１１と同じカテゴリーの目標対象の数量が０より大きい場合に、第１サブ領域中の目標対象のカテゴリーがＣ１１であり、第１サブ領域における目標対象の数量がＫ１であると決定する。次に、前記無線周波数認識結果中のカテゴリーＣ１に対応する数量Ｊ１から目標対象の数量Ｋ１個を差し引いて、Ｊ１－Ｋ１個のＣ１カテゴリーに属する目標対象、Ｊ２個のＣ２カテゴリーに属する目標対象及びＪ３個のＣ３カテゴリーに属する目標対象といった一回目の調整後の無線周波数認識結果を得る。
二回目のマッチングの時に、第２サブ領域における目標対象の第１候補カテゴリー（Ｃ２１と表記する）と第２サブ領域における目標対象の数量（Ｋ２と表記する）を、前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングする。前記Ｃ１、Ｃ２及びＣ３の中で、Ｃ２１と同じカテゴリーがあり（Ｃ２がＣ２１と同じであると仮定する）、且つ無線周波数認識結果中のＣ２１と同じカテゴリーの目標対象の数量が０より大きい場合に、第２サブ領域中の目標対象のカテゴリーがＣ２１であり、第２サブ領域における目標対象の数量がＫ２であると決定する。次に、前記一回目の調整後の無線周波数認識結果中のカテゴリーＣ２に対応する数量Ｊ２から目標対象の数量Ｋ２個を差し引いて、Ｊ１－Ｋ１個のＣ１カテゴリーに属する目標対象、Ｊ２－Ｋ２個のＣ２カテゴリーに属する目標対象及びＪ３個のＣ３カテゴリーに属する目標対象といった二回目の調整後の無線周波数認識結果を得る。
最後に、三回目のマッチングの時に、第３サブ領域における目標対象の第１候補カテゴリー（Ｃ３１と表記する）と第３サブ領域における目標対象の数量（Ｋ３と表記する）を、前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングする。前記Ｃ１、Ｃ２及びＣ３の中で、Ｃ３１と同じカテゴリーがあり（Ｃ３がＣ３１と同じであると仮定する）、且つ無線周波数認識結果中のＣ３１と同じカテゴリーの目標対象の数量が０より大きい場合に、第３サブ領域における目標対象のカテゴリーがＣ３１であり、第３サブ領域における目標対象の数量がＫ３であると決定する。次に、前記二回目の調整後の無線周波数認識結果中のカテゴリーＣ３に対応する数量Ｊ３から目標対象の数量Ｋ３個を差し引いて、Ｊ１－Ｋ１個のＣ１カテゴリーに属する目標対象、Ｊ２－Ｋ２個のＣ２カテゴリーに属する目標対象及びＪ３－Ｋ３個のＣ３カテゴリーに属する目標対象といった三回目の調整後の無線周波数認識結果を得る。
理想的なマッチングの場合、画像認識結果中の各カテゴリーは、無線周波数認識結果のいずれにおいても、対応するカテゴリーのマッチングに成功する（無線周波数認識結果中の各カテゴリーの目標対象の数量が０であるか否かを問わず、画像認識結果中の各サブ領域の目標対象のカテゴリーと数量が決定できればマッチングが成功したと考えられる）。しかしながら、画像認識結果には誤って認識したカテゴリーが存在する可能性があるので、画像認識結果中のある候補カテゴリーは無線周波数認識結果に存在しないことがある。
いくつかの実施例では、前記無線周波数認識結果中のカテゴリーが第ｍサブ領域における目標対象の第ｋ候補カテゴリーを含まない場合に、又は前記無線周波数認識結果中のカテゴリーが第ｍサブ領域における目標対象の第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｍサブ領域における目標対象の第ｋ候補カテゴリーと同じカテゴリーの目標対象の数量が０より大きくない場合に、マッチングが失敗したと決定し、第ｍサブ領域をマッチング待ちのサブ領域とする。
例えば、上記実施例では、第３サブ領域における目標対象の候補カテゴリーと数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングする時に、前記無線周波数認識結果中のカテゴリーＣ１、Ｃ２及びＣ３のいずれにも画像認識結果中のＣ３１を含まない場合に、又は無線周波数認識結果にＣ３１と同じカテゴリーを含むが、無線周波数認識結果中のＣ３１と同じカテゴリーに対応する数量が０より大きくない（例えば、画像認識結果中の第３サブ領域の候補カテゴリーＣ３１が無線周波数認識結果中のカテゴリーＣ１と同じであるが、第１サブ領域に対して一回のマッチングの後、一回目の調整後の無線周波数認識結果中のＣ１カテゴリーに属する目標対象の数量が０に調整された）場合に、今回の第３サブ領域のマッチングが失敗したとし、第３サブ領域をマッチング待ちのサブ領域としてよい。
実際に応用するに際して、各サブ領域における目標対象の候補カテゴリーはいずれも上記カテゴリーＣ３１と同様にマッチングが失敗することが可能である。他のサブ領域における目標対象の候補カテゴリーはマッチングが失敗した時に、以上と同様にこのサブ領域をマッチング待ちのサブ領域とし、簡略化するために、ここで詳細な説明を省略する。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された場合に、前記方法は、前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないと決定し、且つ１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定した場合に、前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするステップを更に含む。
少なくとも一回のマッチングの後マッチング待ちのサブ領域が存在し（再度サブ領域３にする）、無線周波数認識結果中のカテゴリーＣ１、Ｃ２及びＣ３に対応する目標対象の数量がいずれも０より大きくなく、且つサブ領域３における目標対象のｔｏｐ２候補カテゴリーＣ３２とｔｏｐ３候補カテゴリーＣ３３が共に前記無線周波数認識結果のカテゴリーに現れる（例えば、Ｃ２がＣ３２と同じであり、Ｃ３がＣ３３と同じである）場合に、サブ領域３における目標対象のｔｏｐ２候補カテゴリーをサブ領域３における目標対象のカテゴリーとし、且つＫ３をサブ領域３における目標対象の数量とする。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された場合に、前記方法は、前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないと決定し、且つ１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れていないと決定した場合に、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするステップを更に含む。
少なくとも一回のマッチングの後マッチング待ちのサブ領域が存在し（再度サブ領域３にする）、無線周波数認識結果中のカテゴリーＣ１、Ｃ２及びＣ３に対応する目標対象の数量がいずれも０より大きくなく、且つサブ領域３における目標対象のｔｏｐ１候補カテゴリーＣ３１、ｔｏｐ２候補カテゴリーＣ３２及びｔｏｐ３候補カテゴリーＣ３３が前記無線周波数認識結果のカテゴリーに現れないた場合に、サブ領域３における目標対象のｔｏｐ１候補カテゴリーをサブ領域３における目標対象のカテゴリーとし、且つＫ３をサブ領域３における目標対象の数量とする。
いくつかの実施例では、少なくとも１つのマッチング待ちのサブ領域が存在すると決定された場合に、前記方法は、前記無線周波数認識結果に目標対象の数量が０より大きいカテゴリーが存在すると決定した場合に、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とするステップと、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を更に含む。
少なくとも一回のマッチングの後マッチング待ちのサブ領域が存在し（サブ領域２とサブ領域３にする）、無線周波数認識結果に目標対象の数量が０より大きいカテゴリーが存在し（Ｃ２とＣ３にする）、且つＣ２の目標対象の数量Ｊ２がＣ３の目標対象の数量Ｊ３より大きい場合に、サブ領域２における目標対象の数量Ｋ２がサブ領域３における目標対象の数量Ｋ３より大きいので、Ｃ２をサブ領域２における目標対象のカテゴリーとし、且つＫ２をサブ領域２における目標対象の数量とする。次に、無線周波数認識結果中のカテゴリーＣ２の目標対象の数量Ｊ２からＫ２を差し引いて、カテゴリーＣ２の目標対象の数量がＪ２－Ｋ２であり、カテゴリーＣ３の目標対象の数量がＪ３であるといった調整後の無線周波数認識結果を得る。
以上から分かるように、本開示の実施例の認識過程は以下の状況を含んでよい。
ステップ１：画像認識結果中の各サブ領域における目標対象の数量の降順に、まず各サブ領域のｔｏｐ１候補カテゴリーをトラバースし、次に各サブ領域のｔｏｐ２候補カテゴリーをトラバースし、最後に各サブ領域のｔｏｐ３候補カテゴリーをトラバースする。分類されるサブ領域に対応する候補カテゴリーの無線周波数認識結果での残りの目標対象の数量が０より大きい場合に、このサブ領域に対応するカテゴリーがこの候補カテゴリーであると考えられ、このサブ領域を分類待ちの隊列から除去し（このサブ領域の他の候補カテゴリーについての判断を直接省略する）、また、無線周波数認識結果中のこの候補カテゴリーと同じカテゴリーの残りの目標対象の数量からこのサブ領域の目標対象数量を差し引く。
ステップ１が終了した後４種の状況がある。
Ａ）無線周波数認識結果中の各カテゴリーの残りの目標対象数量が０となり、目標領域の各サブ領域には分類結果があり、即ち各サブ領域における目標対象のカテゴリーと数量が全て決定された。この場合に、認識過程を終了する。
Ｂ）無線周波数認識結果中の各カテゴリーの残りの目標対象数量が０となり、且つ分類結果を取得できなかったマッチング待ちのサブ領域が存在する。各マッチング待ちのサブ領域については、無線周波数認識結果中のカテゴリーにｔｏｐ１～ｔｏｐＮ候補カテゴリーのうちの１つ又は複数の候補カテゴリーを含む場合に、この１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、無線周波数認識結果にＮ種の候補カテゴリーのうちのいずれか１つの候補カテゴリーも含まない場合に、ｔｏｐ１候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とする。各マッチング待ちのサブ領域における目標対象のカテゴリーと数量が全て決定された後、認識過程を終了する。
Ｃ）無線周波数認識結果中の１つ又は複数のカテゴリーの残りの目標対象数量が０でないが、各サブ領域に分類結果があった場合に、認識過程を終了する。
Ｄ）無線周波数認識結果中の１つ又は複数のカテゴリーの残りの目標対象数量が０でなく、且つ分類結果を取得できなかったマッチング待ちのサブ領域が少なくとも１つ存在する。ステップ１から分かるように、無線周波数認識結果中のこの１つ又は複数のカテゴリーがマッチング待ちのサブ領域のＮ種の候補カテゴリーと異なる。無線周波数認識結果中のこの１つ又は複数のカテゴリーのうち、残りの目標対象数量が最も大きいカテゴリーを目標対象数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、この目標対象数量の最も大きいマッチング待ちのサブ領域を分類待ちの隊列から除去し、無線周波数認識結果中の残りの目標対象数量の最も大きいカテゴリーの残りの目標対象数量からこの目標対象数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引き、調整後の無線周波数認識結果を取得する。上記ステップを順に実行し、実行後の状況に応じて以上のＡ、Ｂ、Ｃといった３種の状態に移行して判断する。
以下、１つの実施例によって本開示の技術的解決手段を説明する。
目標領域にサブ領域１、サブ領域２及びサブ領域３を含むと仮定し、ここで、画像認識結果は以下のとおりである。
（１）サブ領域１：合計１３個の目標対象があり、信頼度が最も大きい３つの候補カテゴリーが降順にカテゴリー５、カテゴリー１０及びカテゴリー２０である。
（２）サブ領域２：合計１１個の目標対象があり、信頼度が最も大きい３つの候補カテゴリーが降順にカテゴリー５、カテゴリー１０及びカテゴリー２０である。
（３）サブ領域３：合計４個の目標対象があり、信頼度が最も大きい３つの候補カテゴリーが降順にカテゴリー２０、カテゴリー５及びカテゴリー１０である。
無線周波数認識結果は以下のとおりである。
（１）カテゴリー５：目標対象の数量が１３である。（２）カテゴリー１０：目標対象の数量が１０である。（３）カテゴリー５０：目標対象の数量が４である。
無線周波数認識結果に基づいて、無線周波数認識結果中の各カテゴリー及びそれらに対応する目標対象の数量を記録する統計表を作成してよい。画像認識結果中の各サブ領域における目標対象の数量を順に並べた後、まずサブ領域１のｔｏｐ１候補カテゴリーのマッチングを実行し、サブ領域１においては、ｔｏｐ１候補カテゴリーがカテゴリー５であり、統計表にカテゴリー５が存在するので、サブ領域１における目標対象のカテゴリーをカテゴリー５と表記する。画像認識結果によれば、サブ領域１における目標対象の数量が１３である。統計表におけるカテゴリー５の目標対象の数量から１３を差し引き、０になった。次に、サブ領域２のｔｏｐ１候補カテゴリー（即ち、カテゴリー５）のマッチングを実行する時に、統計表におけるカテゴリー５の目標対象の数量が０であり、マッチングが失敗した。次に、サブ領域３のｔｏｐ１候補カテゴリー（即ち、カテゴリー２０）のマッチングの時に、統計表にカテゴリー２０が存在しなく、マッチングが失敗した。
次にサブ領域２のｔｏｐ２候補カテゴリーのマッチングを実行し、サブ領域２においては、ｔｏｐ２候補カテゴリーがカテゴリー１０であり、統計表にカテゴリー１０が存在するので、サブ領域２における目標対象のカテゴリーをカテゴリー１０と表記する。画像認識結果によれば、サブ領域２における目標対象の数量が１１である。統計表におけるカテゴリー１０の目標対象の数量から１１を差し引き、－１を得たが、０にする。次に、サブ領域３のｔｏｐ２候補カテゴリー（即ち、カテゴリー５）のマッチングの時に、統計表におけるカテゴリー５の目標対象の数量が０であり、マッチングが失敗した。
最後にサブ領域３のｔｏｐ３候補カテゴリーのマッチングを実行し、サブ領域３のｔｏｐ３候補カテゴリー（即ち、カテゴリー１０）が統計表に存在しない。この時に統計表におけるカテゴリー５０の目標対象の数量が４であり、０より大きく、サブ領域３のカテゴリーをカテゴリー５０と表記する。画像認識結果によれば、サブ領域３における目標対象の数量が４である。統計表におけるカテゴリー５０の目標対象の数量から４を差し引き、０を得た。
最後の出力結果は目標領域の各サブ領域における目標対象のカテゴリーと数量を含み、シーン再現に用いられる。複数の目標領域がある場合に、各目標領域に対してそれぞれ上記方法で本領域内の目標対象を認識する。
本開示の実施例は以下のメリットを有する。
（１）本開示の実施例は、画像認識方式による物体位置情報と数量情報の認識精度が高い特徴、及び無線周波数認識方式による物体カテゴリーの認識精度が高い特徴を集め、２種の認識結果を融合したので、単一のセンサによる手段に比べてより多い情報を取得でき、結果がより正確になり、目標領域内の目標対象の分布を真実に再現できる。
（２）処理論理が簡単であり、安定性が高く、リアルタイム処理システムに適合する。
（３）本開示の実施例は各種シート状物体の認識手段に適合し、適用範囲が広い。
本開示の実施例は、知能化賭博の用途に利用可能であり、この用途では、目標対象はチップ（ｃｈｉｐ／ｃｏｕｎｔｅｒ）であり、各額面のチップはそれぞれ１種のカテゴリーに対応し、目標領域は、賭け領域（一般に第１積み重ね方式で積み重ねられるチップを置くために用いられる）及び第２積み重ね方式で積み重ねられるチップを収容する領域（ｆｌｏａｔｉｎｇ ｃｈｉｐ領域と称する）を含む賭博用テーブル領域である。ｆｌｏａｔｉｎｇ ｃｈｉｐ領域において、１つのサブ領域は２枚の白色の仕切りの間の領域であってよい。賭け領域において、１つのサブ領域は１枚のチップの検出枠に対応する領域であってよい。本開示の実施例によって、各サブ領域におけるチップのカテゴリーと数量を認識できる。
具体的な実施形態の上記方法において、各ステップの記述順序は厳しい実行順序であるというわけではなく、実施プロセスの何の制限にもならなく、各ステップの具体的な実行順序はその機能と可能な内在的論理に依存することが当業者に理解される。
図５に示すように、本開示は、更に、目標対象の認識装置を提供し、
前記認識装置は、
目標領域の画像を取得するための第１取得モジュール５０１と、
前記画像によって前記目標領域における目標対象の画像認識結果を決定するための第１決定モジュール５０２と、
前記目標領域における前記目標対象の無線周波数認識結果を取得するための第２取得モジュール５０３と、
前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するための第２決定モジュール５０４と、を含む。
いくつかの実施例では、前記第１取得モジュールは、ニューラルネットワークを用いて前記画像を処理して前記目標領域における目標対象の画像認識結果を出力するために用いられる。
いくつかの実施例では、前記第２取得モジュールは、前記目標領域内に配置された無線周波数検出アンテナによる前記目標領域における目標対象の無線周波数認識結果を取得するために用いられる。
いくつかの実施例では、前記無線周波数認識結果は、前記無線周波数検出アンテナによって各目標対象に設置された無線周波数認識タグを読み取ることによって取得されるものである。
いくつかの実施例では、前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
前記第２決定モジュールは、
前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングし、
各サブ領域における目標対象のカテゴリーと数量を取得するステップとに用いられる。
いくつかの実施例では、前記第２決定モジュールは、マッチングユニットと、決定ユニットと、調整ユニットとを含み、
前記マッチングユニットは、第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングするためのものであって、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が画像認識結果中の各サブ領域における目標対象の数量を降順に並べて得られたものであるために用いられ、
前記決定ユニットは、前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域中の目標対象の数量が画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するために用いられ、
前記調整ユニットは、前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられる。
いくつかの実施例では、前記装置は、第３決定モジュールと、第４決定モジュールと、を更に含み、
前記第３決定モジュールは、前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないか、前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定するために用いられ、
前記第４決定モジュールは、第ｍサブ領域をマッチング待ちのサブ領域とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された場合に、前記装置は、第５決定モジュールを更に含み、
前記第５決定モジュールは、前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定し、前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された場合に、前記装置は、第６決定モジュールを更に含み、
前記第６決定モジュールは、前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れないと決定し、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、少なくとも１つのマッチング待ちのサブ領域が存在すると決定された場合に、前記装置は、第７決定モジュールと、調整モジュールと、を更に含み、
前記第７決定モジュールは、前記無線周波数認識結果中の少なくとも１つのカテゴリーの目標対象の数量が０より大きいことに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とするために用いられ、
前記調整モジュールは、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられる。
いくつかの実施例では、前記画像は前記目標対象の俯瞰画像又は側面画像である。
いくつかの実施例では、前記俯瞰画像は前記目標領域上部画像取得デバイスによって取得され、前記側面画像は前記目標領域側面画像取得デバイスによって取得される。
いくつかの実施例では、本開示の実施例で提供された装置に備えた機能又はモジュールは、上記方法実施例に記載の方法を実行するために用いられ、その具体的な実施形態については上記方法実施例の説明を参照してもよく、簡単化するために、ここで重複説明は割愛する。
上述した装置の実施例は例示的なものに過ぎなく、ここで、前記の分離部材として説明したモジュールは物理的に分離されたものであってもなくてもよく、モジュール表示の部材としては物理モジュールであってもなくてもよく、一箇所に位置してもよく、又は複数のネットワークモジュールに分布してもよい。実際の必要に応じてその一部又は全てのモジュールを選択して本明細書の解決手段の目的を実現できる。当業者であれば、創造的な労力を要することなく、それを理解して実施することができる。
図６に示すように、本開示の実施例は、更に、目標対象の認識システムを提供し、
前記目標対象の認識システムは、
目標領域の画像を取得するための画像取得装置６０１と、
前記目標領域における目標対象の無線周波数認識結果を取得するための無線周波数検出装置６０２と、
前記画像によって前記目標領域における前記目標対象の画像認識結果を決定し、且つ前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するためのプロセッサ６０３と、を含む。
いくつかの実施例では、前記無線周波数検出装置は、
前記目標領域内に設置される無線周波数検出アンテナと、
それぞれ各目標対象に設置される無線周波数認識タグと、を含む。
いくつかの実施例では、前記無線周波数認識タグが前記目標対象に内蔵されるか、又は前記目標対象表面に貼り付けられる。
いくつかの実施例では、前記目標領域の数量が複数であり、
前記システムは、各目標領域を隔離するために用いられる隔離装置を更に含み
前記隔離装置は、１つの目標領域における無線周波数検出装置が他の目標領域における目標対象の無線周波信号を取得することを阻止するために用いられる。
いくつかの実施例では、前記隔離装置は金属材質を採用する。
いくつかの実施例では、前記画像取得装置は、前記目標領域の上部に設置される第１画像取得装置及び／又は前記目標領域の側面に設置される第２画像取得装置を含む。
いくつかの実施例では、前記プロセッサを用いて前記画像によって前記目標領域における目標対象の画像認識結果を決定するステップは、
ニューラルネットワークを用いて前記画像を処理して前記目標領域における目標対象の画像認識結果を出力するステップを含む。
いくつかの実施例では、前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
前記プロセッサを用いて前記無線周波数認識結果と前記画像認識結果によって各目標対象の前記目標領域での分布を決定するステップは、
前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、
各サブ領域における目標対象のカテゴリーと数量を取得するステップと、を含む。
いくつかの実施例では、前記プロセッサを用いて前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各サブ領域における目標対象の数量の降順に、前記画像認識結果中の各サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップは、
第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングするステップであって、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が画像認識結果中の各サブ領域における目標対象の数量を降順に並べて得られたものであるステップと、
前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域中の目標対象の数量が画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するステップと、
前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を含む。
いくつかの実施例では、前記プロセッサは、更に、
前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないことに応えて、又は前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定し、
第ｍサブ領域をマッチング待ちのサブ領域とするステップとに用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された場合に、前記プロセッサは、更に、
前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、又は１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定した、前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、マッチング待ちのサブ領域が存在すると決定された場合に、前記プロセッサは、更に、
前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れないと決定し、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられる。
いくつかの実施例では、少なくとも１つのマッチング待ちのサブ領域が存在すると決定された場合に、前記プロセッサは、更に、
前記無線周波数認識結果中の少なくとも１つのカテゴリーの目標対象の数量が０より大きいことに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とし、
前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられる。
上記プロセッサによって実行される他の方法の実施例は本開示の明細書における方法の実施例と同様であり、ここで詳細な説明を省略する。
本開示の装置の実施例は、例えばサーバ又は端末機器のようなコンピュータ機器に用いることができる。装置の実施例はソフトウェアで実現してもよく、ハードウェア又はハードウェアとソフトウェアの組み合わせの形で実現してもよい。ソフトウェアで実現することを例にすると、論理的な意味での装置として、それはプロセッサによって不揮発的メモリ内の対応するコンピュータプログラム命令を内部メモリに読み込んで実行するように形成される。ハードウェアの面から言えば、図７の本明細書の装置が存在するコンピュータ機器のハードウェア構成図に示すように、図７のプロセッサ７０１、内部メモリ７０２、ネットワークインタフェース７０３、および非揮発性メモリ７０４に加えて、実施例における装置が存在するサーバ又は電子機器は、該コンピュータ機器の実際の機能に応じて、他のハードウェアをさらに含んでもよく、簡潔化のために、ここでは説明を省略する。
それに対応するように、本開示の実施例は、更に、コンピュータプログラムが記憶されるコンピュータ可読記憶媒体において、このコンピュータプログラムがプロセッサにより実行される時にいずれか１つの実施例に記載の方法を実現するコンピュータ可読記憶媒体を提供する。
それに対応するように、本開示の実施例は、更に、メモリと、プロセッサと、メモリに記憶される、プロセッサ上で作動可能なコンピュータプログラムと、を含むコンピュータデバイスであって、前記プロセッサが前記コンピュータプログラムを実行する時にいずれか１つの実施例に記載の方法を実現するコンピュータデバイスを提供する。
本開示はプログラムコードが含まれている一つ以上の記憶媒体（磁気ディスクメモリ、ＣＤ－ＲＯＭ、光学メモリなどを含むが、これらに限定されない）において実施されるコンピュータプログラム製品の形を採用してもよい。コンピュータ利用可能記憶媒体は永続的および非永続的、移動可能および移動不能な媒体を含み、任意の方法又は技術によって、コンピュータ可読命令、データ構造、プログラムのモジュール又は他のデータであり得る情報の記憶を実現可能である。コンピュータの記憶媒体の例として、相変化メモリ（ＰＲＡＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、動的ランダムアクセスメモリ（ＤＲＡＭ）、他のタイプのランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、電気的消去可能プログラマブル読み取り専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリ又は他の内部メモリ技術、携帯型コンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）又は他の光学メモリ、磁気カートリッジ型磁気テープ、磁気テープ磁気ディスクメモリ又は他の磁気記憶デバイス又は任意の他の非伝送媒体を含むが、これらに限定されず、それらはコンピュータ機器がアクセス可能な情報を記憶するために用いることができる。
本開示の他の実施形態は、本明細書の考察と本明細書での本開示の実施により、当業者には自明であろう。本開示は本開示のあらゆる変形、用途又は適応的な変化を包含することを意図し、これらの変形、用途又は適応的な変化は、本開示の一般原理に従い本開示に掲示されていない当技術分野での技術常識又は慣用される技術手段を含む。明細書および実施例は単に例示的なものとみなされ、本開示の真の範囲および趣旨は以下の請求項によって示される。
本開示は以上で説明され且つ図面に示された精確な構造に限定されるものでなく、その範囲を逸脱しない限り様々な修正や変更を加えることができるのを理解すべきである。本開示の範囲は添付される請求項のみに限定される。
上述したのは本開示の好ましい実施例に過ぎなく、本開示を限定するものでなく、本開示の主旨や原則を逸脱しない限り、行われた修正、等価な取り換え、改良等は全て本開示の保護範囲に含まれる。
以上の各実施例についての説明は各実施例の相違点を重点として強調する傾向があり、その同一又は類似的な点について相互に参照してよく、簡単化するために、ここで繰り返して説明しない。

Claims (19)

  1. 目標対象の認識方法であって、
    当該方法は、
    目標領域の画像を取得するステップと、
    前記画像によって前記目標領域における目標対象の画像認識結果を決定するステップと、
    前記目標領域における前記目標対象の無線周波数認識結果を取得するステップと、
    前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するステップと、を含み、
    前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
    前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するステップは、
    前記画像認識結果中の信頼度の降順、及び前記画像認識結果中の各前記サブ領域における目標対象の数量の降順に、前記画像認識結果中の各前記サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、各前記サブ領域における目標対象のカテゴリーと数量を得るステップと、を含むことを特徴とする方法。
  2. 前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各前記サブ領域における目標対象の数量の降順に、前記画像認識結果中の各前記サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップは、
    第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングし、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が前記画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が前記画像認識結果中の各前記サブ領域における目標対象の数量を降順に並べて得られたものであるステップと、
    前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが前記画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域における目標対象の数量が前記画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するステップと、
    前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を含むことを特徴とする請求項１に記載の方法。
  3. 前記方法は、
    前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないことに応えて、又は前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定するステップと、
    第ｍサブ領域をマッチング待ちのサブ領域とするステップと、を更に含むことを特徴とする請求項２に記載の方法。
  4. マッチング待ちのサブ領域が存在すると決定された時に、前記方法は、
    前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定するステップ、
    前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとするステップ、
    前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするステップを更に含むことを特徴とする請求項３に記載の方法。
  5. マッチング待ちのサブ領域が存在すると決定された時に、前記方法は、
    前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れていないと決定し、
    信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、
    前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするステップを更に含むことを特徴とする請求項３に記載の方法。
  6. マッチング待ちのサブ領域が存在すると決定された時に、前記方法は、
    前記無線周波数認識結果に目標対象の数量が０より大きいカテゴリーが存在することに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とするステップと、
    前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を更に含むことを特徴とする請求項３に記載の方法。
  7. 目標対象の認識装置であって、
    当該装置は、第１取得モジュールと、第１決定モジュールと、第２取得モジュールと、第２決定モジュールと、を含み、
    前記第１取得モジュールは、目標領域の画像を取得するために用いられ、
    前記第１決定モジュールは、前記画像によって前記目標領域における目標対象の画像認識結果を決定するために用いられ、
    前記第２取得モジュールは、前記目標領域における前記目標対象の無線周波数認識結果を取得するために用いられ、
    前記第２決定モジュールは、前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するために用いられ、
    前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
    前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するステップは、
    前記画像認識結果中の信頼度の降順、及び前記画像認識結果中の各前記サブ領域における目標対象の数量の降順に、前記画像認識結果中の各前記サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、各前記サブ領域における目標対象のカテゴリーと数量を得るステップと、を含むことを特徴とする装置。
  8. 目標対象の認識システムであって、
    目標領域の画像を取得するための画像取得装置と、
    前記目標領域における目標対象の無線周波数認識結果を取得するための無線周波数検出装置と、
    前記画像によって前記目標領域における前記目標対象の画像認識結果を決定し、且つ前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するためのプロセッサと、を備え、
    前記目標領域は少なくとも１つのサブ領域を含み、前記画像認識結果は各前記サブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリー及び各前記サブ領域における目標対象の数量を含み、
    前記プロセッサを用いて前記無線周波数認識結果と前記画像認識結果によって前記目標対象の前記目標領域での分布を決定するステップは、
    前記画像認識結果中の信頼度の降順に、及び前記画像認識結果中の各前記サブ領域における目標対象の数量の降順に、前記画像認識結果中の各前記サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップと、
    各前記サブ領域における目標対象のカテゴリーと数量を得るステップと、を含む
    ことを特徴とするシステム。
  9. 前記無線周波数検出装置は、
    前記目標領域内に設置される無線周波数検出アンテナと、
    それぞれ各目標対象に設置される無線周波数認識タグと、を含むことを特徴とする請求項８に記載のシステム。
  10. 前記無線周波数認識タグが前記目標対象に内蔵されるか、又は前記目標対象表面に貼り付けられることを特徴とする請求項９に記載のシステム。
  11. 前記システムは、各目標領域を隔離するために用いられる隔離装置を更に含み、
    前記目標領域の数量は、複数であり、
    前記隔離装置は、１つの目標領域における無線周波数検出装置が他の目標領域における目標対象の無線周波信号を取得することを阻止するために用いられることを特徴とする請求項８に記載のシステム。
  12. 前記画像取得装置は、前記目標領域の上部に設置される第１画像取得装置及び／又は前記目標領域の側面に設置される第２画像取得装置を含むことを特徴とする請求項１１に記載のシステム。
  13. 前記プロセッサを用いて前記画像認識結果中の信頼度の降順、及び前記画像認識結果中の各前記サブ領域における目標対象の数量の降順に、前記画像認識結果中の各前記サブ領域における目標対象の数量及び前記Ｎ種の候補カテゴリーを前記無線周波数認識結果中のカテゴリー及び各カテゴリーの目標対象の数量とマッチングするステップは、
    第ｍサブ領域における目標対象の第ｋ候補カテゴリーと第ｍサブ領域における目標対象の数量を前記無線周波数認識結果中のカテゴリーと各カテゴリーの目標対象の数量とマッチングし、第ｋ候補カテゴリーが信頼度番号ｋに対応する前記Ｎ種の候補カテゴリーの１つであり、信頼度番号が前記画像認識結果中の第ｍサブ領域における目標対象の信頼度の最も大きいＮ種の候補カテゴリーを信頼度の降順に並べて得られたものであり、第ｍサブ領域が前記少なくとも１つのサブ領域のうち、サブ領域番号ｍに対応するサブ領域であり、サブ領域番号が前記画像認識結果中の各前記サブ領域における目標対象の数量を降順に並べて得られたものであるステップと、
    前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含み且つ前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きいことに応えて、第ｍサブ領域における目標対象の第ｋ候補カテゴリーが前記画像認識結果中の第ｍサブ領域における目標対象のカテゴリーであり、第ｍサブ領域における目標対象の数量が前記画像認識結果中の第ｍサブ領域における目標対象の数量であると決定するステップと、
    前記無線周波数認識結果の第ｋ候補カテゴリーの目標対象の数量から第ｍサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るステップと、を含むことを特徴とする請求項８に記載のシステム。
  14. 前記プロセッサは、更に、
    前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含まないことに応えて、又は前記無線周波数認識結果中のカテゴリーが第ｋ候補カテゴリーを含むが、前記無線周波数認識結果中の第ｋ候補カテゴリーの目標対象の数量が０より大きくないことに応えて、マッチングが失敗したと決定し、
    第ｍサブ領域をマッチング待ちのサブ領域とするために用いられることを特徴とする請求項１３に記載のシステム。
  15. マッチング待ちのサブ領域が存在すると決定された時に、前記プロセッサは、更に、
    前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーのうち、１つ又は複数の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れることを決定し、前記現れる１つ又は複数の候補カテゴリーのうち、信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられることを特徴とする請求項１４に記載のシステム。
  16. マッチング待ちのサブ領域が存在すると決定された時に、前記プロセッサは、更に、
    前記無線周波数認識結果中の各カテゴリーの目標対象の数量がいずれも０より大きくないことに応えて、１つのマッチング待ちのサブ領域中の信頼度の最も大きいＮ種の候補カテゴリーが前記無線周波数認識結果のカテゴリーに現れないと決定し、
    信頼度が最も大きい候補カテゴリーをこのマッチング待ちのサブ領域における目標対象のカテゴリーとし、
    前記画像認識結果中のこのマッチング待ちのサブ領域における目標対象の数量をこのマッチング待ちのサブ領域における目標対象の数量とするために用いられることを特徴とする請求項１４に記載のシステム。
  17. マッチング待ちのサブ領域が存在すると決定された時に、前記プロセッサは、更に、
    前記無線周波数認識結果中の少なくとも１つのカテゴリーの目標対象の数量が０より大きいことに応えて、前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーを前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象のカテゴリーとし、且つ前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量とし、
    前記無線周波数認識結果中の目標対象の数量の最も大きいカテゴリーの目標対象の数量から前記画像認識結果中の目標対象の数量の最も大きいマッチング待ちのサブ領域における目標対象の数量を差し引いて調整後の無線周波数認識結果を得るために用いられることを特徴とする請求項１４に記載のシステム。
  18. コンピュータプログラムが記憶されるコンピュータ可読記憶媒体であって、
    プロセッサは、前記コンピュータプログラムを実行する時に、請求項１から６のいずれか一項に記載の方法を実現することを特徴とする記憶媒体。
  19. メモリと、プロセッサと、メモリに記憶される、プロセッサ上で作動可能なコンピュータプログラムと、を含むコンピュータデバイスであって、
    前記プロセッサは、前記コンピュータプログラムを実行する時に、請求項１から６のいずれか一項に記載の方法を実現することを特徴とするコンピュータデバイス。
JP2020544438A 2019-12-23 2020-03-20 目標対象の認識方法、装置及びシステム Active JP7145224B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SG10201913005Y 2019-12-23
SG10201913005YA SG10201913005YA (en) 2019-12-23 2019-12-23 Method, apparatus, and system for recognizing target object
PCT/IB2020/052583 WO2021130551A1 (en) 2019-12-23 2020-03-20 Method, apparatus, and system for recognizing target object

Publications (2)

Publication Number Publication Date
JP2022523279A JP2022523279A (ja) 2022-04-22
JP7145224B2 true JP7145224B2 (ja) 2022-09-30

Family

ID=72643799

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020544438A Active JP7145224B2 (ja) 2019-12-23 2020-03-20 目標対象の認識方法、装置及びシステム

Country Status (7)

Country Link
US (1) US11294047B2 (ja)
JP (1) JP7145224B2 (ja)
KR (1) KR102390774B1 (ja)
CN (1) CN113228044A (ja)
AU (1) AU2020294282A1 (ja)
SG (1) SG10201913005YA (ja)
WO (1) WO2021130551A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021202518A1 (en) * 2020-03-30 2021-10-07 Sg Gaming, Inc. Gaming environment tracking optimization
WO2023047163A1 (en) * 2021-09-22 2023-03-30 Sensetime International Pte. Ltd. Item identification method and apparatus, device, and computer-readable storage medium
CN116157849A (zh) * 2021-09-22 2023-05-23 商汤国际私人有限公司 一种物体信息管理方法、装置、设备及存储介质
WO2023047161A1 (en) * 2021-09-22 2023-03-30 Sensetime International Pte. Ltd. Object information management method, apparatus and device, and storage medium
WO2023052849A1 (en) * 2021-09-30 2023-04-06 Sensetime International Pte. Ltd. Methods and apparatuses for displaying process of game and electronic device and storage medium

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006040035A (ja) 2004-07-28 2006-02-09 Canon Inc 情報取得装置及び撮影画像中の撮影対象物の位置を判別する判別方法、撮影画像中の撮影対象物を特定する対象物特定方法
KR101289354B1 (ko) 2012-03-21 2013-07-29 순천향대학교 산학협력단 알에프아이디 인식 보정 시스템 및 그 인식 보정 방법
JP2014169163A (ja) 2013-03-04 2014-09-18 Nec Corp 物品管理システム、物品管理方法、情報処理装置およびその制御方法と制御プログラム
WO2017022673A1 (ja) 2015-08-03 2017-02-09 エンゼルプレイングカード株式会社 テーブルゲームの管理システム、遊技用代用貨幣、検査装置、遊技用代用貨幣の管理システム
US20170053154A1 (en) 2014-04-21 2017-02-23 Beijing Zhigu Rui Tuo Tech Co., Ltd Association method and association apparatus

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7987491B2 (en) * 2002-05-10 2011-07-26 Richard Reisman Method and apparatus for browsing using alternative linkbases
US8594410B2 (en) * 2006-08-28 2013-11-26 Definiens Ag Context driven image mining to generate image-based biomarkers
WO2007090267A1 (en) * 2006-02-07 2007-08-16 Ubitrak Inc. Multi-sensor system for counting and identifying objects in close proximity
US8070574B2 (en) 2007-06-06 2011-12-06 Shuffle Master, Inc. Apparatus, system, method, and computer-readable medium for casino card handling with multiple hand recall feature
WO2008088870A1 (en) * 2007-01-19 2008-07-24 Progressive Gaming International Corporation Table monitoring identification system, wager tagging and felt coordinate mapping
CN101542531B (zh) * 2007-06-14 2012-12-19 松下电器产业株式会社 图像识别装置及图像识别方法
US9131128B2 (en) * 2011-09-28 2015-09-08 The United States Of America As Represented By The Secretary Of The Army System and processor implemented method for improved image quality and generating an image of a target illuminated by quantum particles
WO2009113265A1 (ja) * 2008-03-11 2009-09-17 パナソニック株式会社 タグセンサシステムおよびセンサ装置、ならびに、物体位置推定装置および物体位置推定方法
WO2010096193A2 (en) * 2009-02-18 2010-08-26 Exbiblio B.V. Identifying a document by performing spectral analysis on the contents of the document
WO2010114772A2 (en) * 2009-04-03 2010-10-07 Battelle Memorial Institute Biological and chemical collection and detection
US9378542B2 (en) * 2011-09-28 2016-06-28 The United States Of America As Represented By The Secretary Of The Army System and processor implemented method for improved image quality and generating an image of a target illuminated by quantum particles
CN102510476A (zh) * 2011-10-28 2012-06-20 河海大学 物联网视频监控融合信息平台系统
US9449488B2 (en) * 2011-12-29 2016-09-20 Intel Corporation Object recognition and notification
CN202533947U (zh) * 2012-04-03 2012-11-14 白轶伦 Rfid菜谱本
US8836768B1 (en) * 2012-09-04 2014-09-16 Aquifi, Inc. Method and system enabling natural user interface gestures with user wearable glasses
US20140320629A1 (en) * 2013-01-24 2014-10-30 University Of Washington Through Its Center For Commericialization Haptically-Enabled Co-Robotics for Underwater Tasks
JP6270065B2 (ja) * 2013-03-04 2018-01-31 日本電気株式会社 物品管理システム、情報処理装置およびその制御方法と制御プログラム
WO2014143974A1 (en) * 2013-03-15 2014-09-18 Bio-Tree Systems, Inc. Methods and system for linking geometry obtained from images
JP5900393B2 (ja) * 2013-03-21 2016-04-06 ソニー株式会社 情報処理装置、操作制御方法及びプログラム
JP6179592B2 (ja) * 2013-05-31 2017-08-16 日本電気株式会社 画像認識装置、その処理方法、およびプログラム
WO2014200705A1 (en) * 2013-06-14 2014-12-18 Stc.Unm Treatment of autophagy-related disorders
US9117144B2 (en) * 2013-08-14 2015-08-25 Qualcomm Incorporated Performing vocabulary-based visual search using multi-resolution feature descriptors
US9971492B2 (en) * 2014-06-04 2018-05-15 Quantum Interface, Llc Dynamic environment for object and attribute display and interaction
US10664705B2 (en) * 2014-09-26 2020-05-26 Nec Corporation Object tracking apparatus, object tracking system, object tracking method, display control device, object detection device, and computer-readable medium
WO2016065314A1 (en) * 2014-10-23 2016-04-28 Automaton, Inc. Systems and methods for rfid tag locating using constructive interference
US9959628B2 (en) * 2014-11-21 2018-05-01 Christopher M. MUTTI Imaging system for object recognition and assessment
JP6402653B2 (ja) * 2015-03-05 2018-10-10 オムロン株式会社 物体認識装置、物体認識方法、およびプログラム
SG10201914050XA (en) * 2015-08-03 2020-03-30 Angel Playing Cards Co Ltd Fraud detection system in casino
CA3032770A1 (en) * 2015-08-03 2018-02-08 Angel Playing Cards Co., Ltd. Game management system
US10176408B2 (en) * 2015-08-14 2019-01-08 Elucid Bioimaging Inc. Systems and methods for analyzing pathologies utilizing quantitative imaging
WO2017134706A1 (ja) * 2016-02-03 2017-08-10 パナソニックＩｐマネジメント株式会社 映像表示方法及び映像表示装置
WO2017165538A1 (en) * 2016-03-22 2017-09-28 Uru, Inc. Apparatus, systems, and methods for integrating digital media content into other digital media content
WO2017175315A1 (ja) * 2016-04-05 2017-10-12 株式会社島津製作所 放射線画像診断装置、放射線画像と分析結果との関連付け方法および放射線画像診断システム
CN110992601A (zh) * 2016-08-02 2020-04-10 天使游戏纸牌股份有限公司 检查系统及管理系统
CN106372552B (zh) * 2016-08-29 2019-03-26 北京理工大学 人体目标识别定位方法
KR101879207B1 (ko) * 2016-11-22 2018-07-17 주식회사 루닛 약한 지도 학습 방식의 객체 인식 방법 및 장치
CN109214403B (zh) * 2017-07-06 2023-02-28 斑马智行网络(香港)有限公司 图像识别方法、装置及设备、可读介质
CN107292907B (zh) * 2017-07-14 2020-08-21 灵动科技（北京）有限公司 一种对跟随目标进行定位的方法以及跟随设备
CN107368867A (zh) 2017-07-26 2017-11-21 四川西谷物联科技有限公司 图像信息反馈系统及服务器
CN109829456B (zh) * 2017-11-23 2022-05-17 腾讯科技（深圳）有限公司 图像识别方法、装置及终端
CN108681743B (zh) * 2018-04-16 2019-12-06 腾讯科技（深圳）有限公司 图像对象识别方法和装置、存储介质
US11182927B2 (en) * 2018-09-18 2021-11-23 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for positioning an object
CN109635797B (zh) * 2018-12-01 2023-01-13 北京首钢自动化信息技术有限公司 基于多载体识别技术的钢卷顺序精准定位方法
CN110276892A (zh) * 2019-06-26 2019-09-24 深圳市腾讯计算机系统有限公司 无人售货方法、装置、设备及存储介质
CN110321744A (zh) * 2019-07-07 2019-10-11 重庆工业职业技术学院 基于射频技术的书籍寻找方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006040035A (ja) 2004-07-28 2006-02-09 Canon Inc 情報取得装置及び撮影画像中の撮影対象物の位置を判別する判別方法、撮影画像中の撮影対象物を特定する対象物特定方法
KR101289354B1 (ko) 2012-03-21 2013-07-29 순천향대학교 산학협력단 알에프아이디 인식 보정 시스템 및 그 인식 보정 방법
JP2014169163A (ja) 2013-03-04 2014-09-18 Nec Corp 物品管理システム、物品管理方法、情報処理装置およびその制御方法と制御プログラム
US20170053154A1 (en) 2014-04-21 2017-02-23 Beijing Zhigu Rui Tuo Tech Co., Ltd Association method and association apparatus
WO2017022673A1 (ja) 2015-08-03 2017-02-09 エンゼルプレイングカード株式会社 テーブルゲームの管理システム、遊技用代用貨幣、検査装置、遊技用代用貨幣の管理システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yohei Shirasaka et al.，Supervised Learning for Object Classification from Image and RFID Data，SICE-ICASE International Joint Conference 2006，IEEE，2006年10月18日，pages 5940-5944

Also Published As

Publication number Publication date
WO2021130551A1 (en) 2021-07-01
CN113228044A (zh) 2021-08-06
US20210190937A1 (en) 2021-06-24
US11294047B2 (en) 2022-04-05
AU2020294282A1 (en) 2021-07-08
JP2022523279A (ja) 2022-04-22
KR20210084335A (ko) 2021-07-07
KR102390774B1 (ko) 2022-04-25
SG10201913005YA (en) 2020-09-29

Similar Documents

Publication Publication Date Title
JP7145224B2 (ja) 目標対象の認識方法、装置及びシステム
US8559726B2 (en) Image analysis based on pixel brightness grouping
CN114092820B (zh) 目标检测方法及应用其的移动目标跟踪方法
US8885048B2 (en) Computer vision and radio frequency identification technology based book enrolment management apparatus
US20210397844A1 (en) Item Identification Method, System and Electronic Device
US20110286628A1 (en) Systems and methods for object recognition using a large database
US9465976B1 (en) Feature reduction based on local densities for bundle adjustment of images
Sarfraz et al. Head Pose Estimation in Face Recognition Across Pose Scenarios.
CN103699905B (zh) 一种车牌定位方法及装置
CN112102409B (zh) 目标检测方法、装置、设备及存储介质
CN109086734A (zh) 一种对人眼图像中瞳孔图像进行定位的方法及装置
CN109858547A (zh) 一种基于bssd的目标检测方法与装置
US20140355832A1 (en) Method and Device for Following an Object in a Sequence of at Least Two Images
CN109344824A (zh) 一种文本行区域检测方法、装置、介质和电子设备
CN112633255A (zh) 目标检测方法、装置及设备
CN115375914A (zh) 基于Yolov5目标检测模型改进的目标检测方法、装置和存储介质
US20220398400A1 (en) Methods and apparatuses for determining object classification
CN108805872A (zh) 产品的检测方法和装置
CN116522565B (zh) 一种基于bim的电力工程设计配电网规划方法及计算机设备
CN109360205A (zh) 双录视频质检方法、装置、介质和电子设备
CN108647640A (zh) 人脸识别的方法及电子设备
WO2022263908A1 (en) Methods and apparatuses for determining object classification
CN112166436A (zh) 图像筛选方法及装置、电子设备
WO2018033698A1 (en) Method of angle detection
EP4354390A1 (en) Recognizing device, terminal device, recognizer constructing device, recognizer correcting device, construction method, and correction method

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200821

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200821

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220510

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220809

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220823

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220916

R150 Certificate of patent or registration of utility model

Ref document number: 7145224

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150