【技术实现步骤摘要】
目标对象的识别方法和装置、存储介质、电子装置
本专利技术涉及图像处理领域,具体而言,涉及一种目标对象的识别方法和装置、存储介质、电子装置。
技术介绍
运动目标检测是指在序列图像中检测出变化区域并将运动目标从背景图像中提取出来,通常情况下,目标分类、跟踪和行为理解等后处理过程仅仅考虑图像中对应于运动目标的像素区域,因此运动目标的正确检测与分割对于后期处理非常重要。然而,由于场景的动态变化,如天气、光照、阴影及杂乱背景干扰等的影响,使得运动目标的检测与分割变得相当困难。相关技术中的目标检测算法包括帧差法、背景差分法、光流法等,这些方法各有优缺点,传统帧差法的不足在于对环境噪声较为敏感,且不适用于运动目标的检测,背景差分法不足在于对动态场景的变化,如光照和外来无关事件的干扰等特别敏感。可见,相关技术中的方案并不能在存在场景的动态变化,如天气、光照、阴影及杂乱背景干扰等的情况下准确检测出目标对象。针对上述的问题,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、存储介质、电子装置,以至少解决相关技术中对目标对象的识别准确率较低的技术问题。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:获取第一图像和第二图像,第一图像为在可见光下对目标场景拍摄得到的图像,第二图像为在红外线下对目标场景拍摄得到的图像;通过预测模型确定第一图像中的像素点对应的预测红外强度值,预测模型是使用在可见光下拍摄得到的一组第三图像作为模型输入并使用在红外线下拍摄得到的一组第四图像作为模型输出进行训练得到的模型,一组第三图像和一组第四图 ...
【技术保护点】
1.一种目标对象的识别方法,其特征在于,包括:获取第一图像和第二图像,其中,所述第一图像为在可见光下对目标场景拍摄得到的图像,所述第二图像为在红外线下对所述目标场景拍摄得到的图像;通过预测模型确定所述第一图像中的像素点对应的预测红外强度值,其中,所述预测模型是使用在可见光下拍摄得到的一组第三图像作为模型输入并使用在红外线下拍摄得到的一组第四图像作为模型输出进行训练得到的模型,所述一组第三图像和所述一组第四图像是相同场景的图像;获取所述第二图像中的像素点的实际红外强度值与所述第一图像中相同位置上的像素点对应的预测红外强度值之间的差值;确定所述第二图像中的所述差值大于第一阈值的像素点为所述目标场景中目标对象所在的像素点。
【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:获取第一图像和第二图像,其中,所述第一图像为在可见光下对目标场景拍摄得到的图像,所述第二图像为在红外线下对所述目标场景拍摄得到的图像;通过预测模型确定所述第一图像中的像素点对应的预测红外强度值,其中,所述预测模型是使用在可见光下拍摄得到的一组第三图像作为模型输入并使用在红外线下拍摄得到的一组第四图像作为模型输出进行训练得到的模型,所述一组第三图像和所述一组第四图像是相同场景的图像;获取所述第二图像中的像素点的实际红外强度值与所述第一图像中相同位置上的像素点对应的预测红外强度值之间的差值;确定所述第二图像中的所述差值大于第一阈值的像素点为所述目标场景中目标对象所在的像素点。2.根据权利要求1所述的方法,其特征在于,通过预测模型确定所述第一图像中的像素点对应的预测红外强度值包括:将所述第一图像中的像素点的颜色值输入至所述预测模型;调用所述预测模型中的多种类型的预测函数,根据所述第一图像中的像素点的颜色值确定所述第一图像中相同位置上的像素点对应的预测红外强度值。3.根据权利要求2所述的方法,其特征在于,将所述第一图像中的像素点的颜色值输入至所述预测模型包括:在所述第一图像中的像素点的颜色类型不为基于生理特征的颜色类型的情况下,将所述第一图像中的像素点的颜色类型转换为基于生理特征的颜色类型;将进行颜色类型转换后的所述第一图像中的像素点的第一颜色通道的颜色值和第二颜色通道的颜色值输入至所述预测模型。4.根据权利要求1至3中任意一项所述的方法,其特征在于,在通过预测模型确定所述第一图像中的像素点对应的预测红外强度值之前,所述方法还包括:获取对所述目标场景进行拍摄得到的所述一组第三图像和所述一组第四图像;逐帧地使用所述一组第三图像中的图像作为原始模型的输入并使用所述一组第四图像中相同帧的图像作为所述原始模型的输出来对所述原始模型进行训练;当使用在可见光下拍摄得到的测试图像作为训练后的所述原始模型的输入、且所述原始模型输出的预测图像与在红外线下拍摄得到的验证图像相匹配的情况下,将训练后的所述原始模型作为所述预测模型,其中,所述测试图像和所述验证图像为所述目标场景的图像;当使用所述测试图像作为训练后的所述原始模型的输入、且所述原始模型输出的所述预测图像与所述验证图像不匹配的情况下,继续使用所述一组第三图像中的图像作为所述原始模型的输入并使用所述一组第四图像中相同帧的图像作为所述原始模型的输出来对所述原始模型进行训练,直至训练后的所述原始模型输出的所述预测图像与所述验证图像相匹配。5.根据权利要求4所述的方法,其特征在于,逐帧地使用所述一组第三图像中的图像作为原始模型的输入并使用所述一组第四图像中相同帧的图像作为所述原始模型的输出来对所述原始模型进行训练包括:将所述第三图像中的像素点的颜色值输入至所述原始模型,并将相同帧的所述第四图像中的像素点的强度值作为所述原始模型输出,其中,所述第三图像中的像素点的颜色值用于作为所述原始模型中多个预测函数的输入,所述原始模型的输出为对所述多个预测函数中每个预测函数与对应的权重之间的乘积的累积和;利用所述第三图像中的像素点的颜色值和相同帧的所述第四图像中的像素点的强度值来初始化所述预测函数对应的权重和所述预测函数内部的参数,以完成对所述原始模型的训练。6.根据权利要求1至3中任意一项所述的方法,其特征在于,确定...
【专利技术属性】
技术研发人员:陈炳文,
申请(专利权)人:腾讯科技深圳有限公司,
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。