对象识别方法、装置、电子设备、存储介质及程序产品制造方法及图纸

本公开实施例公开了一种对象识别方法、装置、电子设备、存储介质及程序产品，所述对象识别方法包括：获取目标对象素材；提取所述目标对象素材的第一预设特征；计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别。该技术方案对于每一新增类别无需重新进行训练，因此能够适用于菜品等餐食的外观难以统一，且经常更新的应用场景，实现快速、有效、稳定的餐食分类与识别。

【技术实现步骤摘要】
对象识别方法、装置、电子设备、存储介质及程序产品
本公开涉及数据识别
，具体涉及一种对象识别方法、装置、电子设备、存储介质及程序产品。
技术介绍
随着数据技术和深度学习技术的发展，基于人工智能的对象分类与识别的应用越来越广泛。但现有技术中并未实现对菜品等餐食的分类与识别，即使直接使用现有对象分类与识别方法对于餐食进行分类与识别，由于菜品等餐食的外观难以统一，且经常更新，同时现有对象分类与识别方法对于每一新增类别均需要重新进行训练，因此难以实现快速、有效、稳定的餐食分类与识别。
技术实现思路
本公开实施例提供一种对象识别方法、装置、电子设备、存储介质及程序产品。第一方面，本公开实施例中提供了一种对象识别方法。具体的，所述对象识别方法，包括：获取目标对象素材；提取所述目标对象素材的第一预设特征；计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别。结合第一方面，本公开在第一方面的第一种实现方式中，还包括：确定预设特征内容及数量；所述提取所述目标对象素材的第一预设特征，包括：将所述目标对象素材输入至预训练过的预设卷积网络中，得到所述目标对象素材的第一预设特征，其中，所述预设卷积网络是基于训练对象素材及其预设特征内容及数量训练得到的。结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，还包括：>生成预设特征库，其中，所述预设特征库中包括与不同对比对象类别对应的一个或多个预设特征集，每个预设特征集中包括一个或多个对比对象素材的第二预设特征。结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式，本公开实施例在第一方面的第三种实现方式中，所述生成预设特征库，包括：获取对比对象素材及其类别；将所述对比对象素材输入至预训练过的预设卷积网络中，得到所述对比对象素材的第二预设特征；将同属于一个对比对象类别的第二预设特征组成一个预设特征集，将不同对比对象类别对应的预设特征集组成所述预设特征库。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开实施例在第一方面的第四种实现方式中，还包括：利用度量学习方法对于所述预设特征库中的预设特征集进行优化。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开实施例在第一方面的第五种实现方式中，所述获取对比对象素材之后，还包括：对于所述对比对象素材进行预处理，其中，预处理前后的对比对象素材组成所述对比对象素材。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第一方面的第五种实现方式，本公开实施例在第一方面的第六种实现方式中，所述对于所述对比对象素材进行预处理，包括：对于所述对比对象素材进行光照增强。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式和第一方面的第六种实现方式，本公开实施例在第一方面的第七种实现方式中，所述对于所述对比对象素材进行预处理，包括：对于所述对比对象素材按照一个或多个预设角度进行旋转。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式、第一方面的第六种实现方式和第一方面的第七种实现方式，本公开实施例在第一方面的第八种实现方式中，所述计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别，包括：对于所述第二预设特征进行编码，得到第二编码特征，并建立所述第二预设特征与所述第二编码特征之间的索引信息；对于所述第一预设特征进行编码，得到第一编码特征；计算所述第一编码特征与第二编码特征之间的相似度，并根据所述索引信息确定相似度最高的第二编码特征对应的第二预设特征；将所述第二预设特征对应的对比对象的类别确定为所述目标对象的类别。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式、第一方面的第六种实现方式、第一方面的第七种实现方式和第一方面的第八种实现方式，本公开实施例在第一方面的第九种实现方式中，所述计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别，包括：对于所述预设特征库中的预设特征集进行聚类处理，得到一个或多个聚类集合及相应的聚类中心；将与所述第一预设特征之间的距离最近的聚类中心所属的预设特征集作为目标预设特征集；将所述目标预设特征集中与所述第一预设特征之间的距离最近的第二预设特征对应的对比对象类别确定为所述目标对象的类别。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式、第一方面的第六种实现方式、第一方面的第七种实现方式、第一方面的第八种实现方式和第一方面的第九种实现方式，本公开实施例在第一方面的第十种实现方式中，还包括：根据所述目标对象的类别获取所述目标对象的预设信息，并根据所述预设信息执行预设操作。第二方面，本公开实施例中提供了一种对象识别装置。具体的，所述对象识别装置，包括：获取模块，被配置为获取目标对象素材；提取模块，被配置为提取所述目标对象素材的第一预设特征；计算模块，被配置为计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别。结合第二方面，本公开在第二方面的第一种实现方式中，还包括：确定模块，被配置为确定预设特征内容及数量；所述提取模块被配置为：将所述目标对象素材输入至预训练过的预设卷积网络中，得到所述目标对象素材的第一预设特征，其中，所述预设卷积网络是基于训练对象素材及其预设特征内容及数量训练得到的。结合第二方面和第二方面的第一种实现方式，本公开实施例在第二方面的第二种实现方式中，还包括：生成模块，被配置为生成预设特征库，其中，所述预设特征库中包括与不同对比对象类别对应的一个或多个预设特征集，每个预设特征集中包括一个或多个对比对象素材的第二预设特征。结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式，本公开实施例在第二方面的第三种实现方式中，所述本文档来自技高网...

【技术保护点】
1.一种对象识别方法，包括：/n获取目标对象素材；/n提取所述目标对象素材的第一预设特征；/n计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别。/n

【技术特征摘要】
1.一种对象识别方法，包括：
获取目标对象素材；
提取所述目标对象素材的第一预设特征；
计算所述第一预设特征与基于度量学习生成的预设特征库中第二预设特征之间的相似度，将相似度最高的第二预设特征对应的对比对象类别确定为所述目标对象的类别。


2.根据权利要求1所述的方法，还包括：
确定预设特征内容及数量；
所述提取所述目标对象素材的第一预设特征，包括：
将所述目标对象素材输入至预训练过的预设卷积网络中，得到所述目标对象素材的第一预设特征，其中，所述预设卷积网络是基于训练对象素材及其预设特征内容及数量训练得到的。


3.根据权利要求1或2所述的方法，还包括：
生成预设特征库，其中，所述预设特征库中包括与不同对比对象类别对应的一个或多个预设特征集，每个预设特征集中包括一个或多个对比对象素材的第二预设特征。


4.根据权利要求3所述的方法，所述生成预设特征库，包括：
获取对比对象素材及其类别；
将所述对比对象素材输入至预训练过的预设卷积网络中，得到所述对比对象素材的第二预设特征；
将同属于一个对比对象类别的第二预设特征组成一个预设特征集，将不同对比对象类别对应的预设特征集组成所述预设特征库。


5.一种对象识别装置，包括：
获取模块，被配置为获取目标对象素材；
提取模块，被配置为提取所述目...

【专利技术属性】
技术研发人员：王强，汪祖臣，邵蔚元，王佳军，
申请(专利权)人：口碑上海信息技术有限公司，
类型：发明
国别省市：上海;31