【技术实现步骤摘要】
目标对象的识别方法和装置,及机器人
本专利技术涉及物体识别领域,具体而言,涉及一种目标对象的识别方法和装置,及机器人。
技术介绍
物体识别是计算机视觉领域的关键问题,同时也是人工智能领域判断机器是否拥有“智能”特征的重要意义。一项成熟稳定的物体识别技术对帮助计算机理解获取视觉范围内的物体布局并进一步提取视觉范围类的深层次信息(例如判断当前场景,发生的事件,时间等)。传统的物体识别技术都使用了滑动窗口技术,使用传统的判别方法来判断不同滑动窗口下的物体类型。传统的物体识别方法不仅精度不够(使用传统的分类器),而且其核心技术依赖于大量的滑动窗口(会导致识别的时间特别长)。因此,在精度和速度两方面传统的方法在实用场景下都效果不好。虽然目前在滑动传统技术的基础上提出了一些改进,比如选择性搜索算法,它将详尽搜索算法和图片分割技术相结合,能够智能地将分割的图片选择性地结合起来从而提升算法的效率和精度。尽管如此,由于在本质上仍然类似于遍历性的滑框技术并且依次对不同边框进行识别,在对单个窗口的识别速度提升不大的条件下,这些改进对传统算法的提升并不高。针对传统的目标对象的识别方法运行速度慢,精度低的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种目标对象的识别方法和装置,及机器人,以至少解决传统的目标对象的识别方法运行速度慢,精度低的技术问题。根据本专利技术实施例的一个方面,提供了一种目标对象的识别方法,包括:获取至少一个滑动窗口,其中,每个滑动窗口内的图像中包含待识别的目标对象;采用至少一个卷积神经网络对至少一个滑动窗口内的图像进行识别,得到任意一个 ...
【技术保护点】
一种目标对象的识别方法,其特征在于,包括:获取至少一个滑动窗口,其中,每个滑动窗口内的图像中包含待识别的目标对象;采用至少一个卷积神经网络对所述至少一个滑动窗口内的图像进行识别,得到所述至少一个滑动窗口的识别结果,其中,所述识别结果至少包括:识别类型和置信度;在任意一个滑动窗口的置信度达到一个或多个卷积神经网络的置信度阈值的情况下,标记所述待识别的目标对象的类型为所述任意一个滑动窗口的识别类型。
【技术特征摘要】
1.一种目标对象的识别方法,其特征在于,包括:获取至少一个滑动窗口,其中,每个滑动窗口内的图像中包含待识别的目标对象;采用至少一个卷积神经网络对所述至少一个滑动窗口内的图像进行识别,得到所述至少一个滑动窗口的识别结果,其中,所述识别结果至少包括:识别类型和置信度;在任意一个滑动窗口的置信度达到一个或多个卷积神经网络的置信度阈值的情况下,标记所述待识别的目标对象的类型为所述任意一个滑动窗口的识别类型。2.根据权利要求1所述的方法,其特征在于,在任意一个滑动窗口的置信度未达到所述至少一个卷积神经网络的置信度阈值的情况下,丢弃所述任意一个滑动窗口。3.根据权利要求1所述的方法,其特征在于,在所述至少一个卷积神经网络中包含多个卷积神经网络的情况下,采用至少一个卷积神经网络对所述至少一个滑动窗口内的图像进行识别,得到所述至少一个滑动窗口的识别结果,包括:采用第一卷积神经网络对所述至少一个滑动窗口内的图像进行识别,得到所述至少一个滑动窗口的识别结果;在所述任意一个滑动窗口的置信度达到所述第一卷积神经网络的置信度阈值的情况下,确定所述任意一个滑动窗口为第一滑动窗口;采用第二卷积神经网络对至少一个第一滑动窗口内的图像进行识别,得到所述至少一个第一滑动窗口的识别结果;其中,所述第二卷积神经网络的复杂度与所述第一卷积神经网络的复杂度不同。4.根据权利要求3所述的方法,其特征在于,在所述任意一个滑动窗口的置信度未达到所述第一卷积神经网络的置信度阈值的情况下,丢弃所述任意一个滑动窗口。5.根据权利要求3所述的方法,其特征在于,所述第二卷积神经网络的置信度阈值大于所述第一卷积神经网络的置信度阈值;在任意一个第一滑动窗口的置信度未达到所述第二卷积神经网络的置信度阈值的情况下,丢弃所述任意一个第一滑动窗口。6.根据权利要求1至5中任意一项所述的方法,其特征在于,采用至少一个卷积神经网络对所述至少一个滑动窗口内的图像进行识别,得到所述至少一个滑动窗口的识别结果,包括:采用卷积核提取所述至少一个滑动窗口内的图像的特征向量;采用分类算法对每个滑动窗口内的图像的特征向量进行分类,得到所述每个滑动窗口的识别类型和置信度。7.根据权利要求6所述的方法,其特征在于,在采用至少一个卷积神经网络对所述至少一个滑动窗口内的图像进行识别,得到所述至少一个滑动窗口的识别结果之前,所述方法还包括:获取预设的训练集,其中,所述训练集至少包括:不同类型的多个目标对象,所述不同类型至少包括:所述识别类型;根据所述训练集,得到所述至少一个卷积神经网络的模型参数;保存所述至少一个卷积神经网络的模型参数,并设定相应的置信度阈值。8.根据权利要求7所述的方法,其特征在于,获取预设的训练集包括:构建所述不同类型的多个目标对象的图像集合;将所述图像集合转化为预定的输入格式,并插入每个目标对象的标签信息,得到所述预设的训练集,其中,所述每个目标对象的标签信息用于表征所述每个目标对象的类型。9.根据...
【专利技术属性】
技术研发人员:不公告发明人,
申请(专利权)人:深圳光启合众科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。