一种目标属性结构化数据确定方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种目标属性结构化数据确定方法、装置、设备及介质，用以解决现有技术中图像进行目标属性结构化数据确定时，容易出现识别出错以及无法识别的问题。由于本发明专利技术实施例中，通过目标识别模型，确定采集的图像中包含的目标物体的类型以及所在的区域，通过图像增强模型，获取目标物体所在区域的子图像增强后的目标图像，并基于增强后的目标图像进行目标属性结构化数据确定，因此可以有效地避免在目标属性结构化数据确定时出现的无法识别以及识别出错的问题，提高了目标属性结构化数据确定的准确性。

【技术实现步骤摘要】
一种目标属性结构化数据确定方法、装置、设备及介质
本专利技术涉及图像处理领域，尤其涉及一种目标属性结构化数据确定方法、装置、设备及介质。
技术介绍
随着经济的发展，针对摄像头采集的视频进行属性分析的技术也逐渐提高，对于属性分析的要求也逐步提升。现有技术中，通过将摄像头采集的视频发送至云端，在云端中截取视频中的图像，针对截取的图像进行目标属性分析。其中由于摄像头在采集视频时光照不均匀，或者薄云薄雾的影响，导致所获取的图像清晰度不够、对比度不够、模糊不清等现象，得到视觉效果不佳的图像，基于视觉效果不佳的图像进行目标属性分析时，出现无法识别或识别错误的问题。因此现有技术中，针对图像进行目标属性结构化数据确定时，存在识别出错以及无法识别的问题。
技术实现思路
本专利技术提供了一种目标属性结构化数据确定方法、装置、设备及介质，用以解决现有技术中图像进行目标属性结构化数据确定时，容易出现识别出错以及无法识别的问题。第一方面，本专利技术实施例提供了一种目标属性结构化数据确定方法，所述方法包括：通过训本文档来自技高网...

【技术保护点】
1.一种目标属性结构化数据确定方法，其特征在于，所述方法包括：/n通过训练完成的目标识别模型，获取视频数据中每帧图像中包含的目标物体的类型及目标物体所在的区域；/n通过训练完成的图像增强模型，根据输入的目标物体所在区域的子图像，确定增强后的目标图像；/n通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据。/n

【技术特征摘要】
1.一种目标属性结构化数据确定方法，其特征在于，所述方法包括：
通过训练完成的目标识别模型，获取视频数据中每帧图像中包含的目标物体的类型及目标物体所在的区域；
通过训练完成的图像增强模型，根据输入的目标物体所在区域的子图像，确定增强后的目标图像；
通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据。


2.根据权利要求1所述的方法，其特征在于，所述图像增强模型通过以下方式训练：
获取样本集中任一一对样本图像，其中该对样本图像包括原始图像和增强后的测试图像；
将所述原始图像输入到待训练的图像增强模型中，获取经过所述待训练的图像增强模型输出的待校验图像；
根据所述测试图像以及所述待校验图像，对所述图像增强模型的参数进行调整。


3.根据权利要求2所述的方法，其特征在于，所述将所述原始图像输入到待训练的图像增强模型中，获取经过所述待训练的图像增强模型输出的待校验图像包括：
将原始图像输入到待训练的图像增强模型的初始层，获取预先设置的小、中、大尺度的每个初始输出图像；
基于所述待训练的图像增强模型的参数，对所述小、中、大尺度的每个初始输出图像进行加权平均，确定所述待校验图像。


4.根据权利要求1所述的方法，其特征在于，所述确定增强后的目标图像之后，所述通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据之前，所述方法还包括：
判断所述目标图像的大小是否满足预先设置的大小要求；
若是，则进行基于所述目标图像进行后续通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据的步骤；
若否，则根据预先设置的大小要求对所述目标图像的大小进行调整，并进行基于调整后的目标图像进行后续通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标...

【专利技术属性】
技术研发人员：曾小兵，曾海文，闾凡兵，
申请(专利权)人：长沙海信智能系统研究院有限公司，
类型：发明
国别省市：湖南;43