目标识别方法及装置制造方法及图纸

本申请提供一种目标识别方法及装置，该方法，包括：获取待识别图像或待识别视频；通过预设的目标检测网络模型对待识别图像或待识别视频，进行目标对象的识别，得到识别结果，目标检测网络模型的网络结构包括骨干网络、指导锚生成网络GA-RPN、RoI Align和BBoxHead，其中，骨干网络的输出分别与GA-RPN的输入以及RoI Align的输入连接，GA-RPN的输出与RoI Align的输入连接，RoI Align的输出与BBoxHead的输入连接，提高了对目标图像识别的准确率和召回率。率。率。

【技术实现步骤摘要】
目标识别方法及装置


[0001]本申请涉及图像识别
，尤其涉及一种目标识别方法及装置。

技术介绍

[0002]目标检测一直是图像处理领域的热点，尤其针对小目标的高鲁棒性、高准确性以及高实时性的检测，具有重要的应用价值。例如，对道路中标识牌的识别，一方面，要求小目标的检测识别可靠性很高，尤其对于较远距离的小目标需要有较高的检测准确率和召回率；另一方面对于图像信息的处理时间要尽可能短，以保证很高的实时性。
[0003]现有技术中，通常采用基于深度学习的目标检测方法，基于深度学习的目标检测可表示为：图像的深度特征提取、基于深度神经网络的目标识别与定位，现有技术中通过基于深度神经网络对小目标进行检测的目标检测模型，通常采用基于Cascade_RCNN的网络结构，图1是现有技术中基于Cascade_RCNN的网络结构的示意图，如图1所示，基于Cascade_RCNN的网络结构包括骨干网络(back bone)、锚生成网络(Region Proposals Networks Head，RPN)、RoI Align以及BBox Head，其中，待识别图像或待识别视频输入至back bone，得到待识别图像或待识别视频的特征图(feature map)，然后经过RPN生成候选框(proposals)，RoI Align根据proposals和feature maps，计算proposals对应的feature maps区域，最后，BBox Head对feature maps区域，分别做分类(classification)和定位(localization)处理，得到目标的类别和坐标，实现了对目标的检测。
[0004]然而，现有技术中，使用现有的Cascade_RCNN目标检测模型对小目标进行检测时，检测的准确率和召回率较低。

技术实现思路

[0005]本申请提供一种目标识别方法及装置，以实现对目标对象的识别，提高了对目标图像识别的准确率和召回率。
[0006]第一方面，本申请实施例提供一种目标识别方法，包括：
[0007]获取待识别图像或待识别视频；
[0008]通过预设的目标检测网络模型对待识别图像或待识别视频，进行目标对象的识别，得到识别结果，目标检测网络模型的网络结构包括骨干网络、指导锚生成网络(Guided Anchoring Region Proposals Networks Head，GA-RPN)、感兴趣区域对齐(region of interest Align，RoI Align)和BBoxHead，其中，骨干网络的输出分别与GA-RPN的输入以及RoI Align的输入连接，GA-RPN的输出与RoI Align的输入连接，RoI Align的输出与BBoxHead的输入连接。
[0009]本申请实施例中，通过预设的目标检测网络模型，对待识别图像或待识别视频进行目标对象的识别，实现了对目标对象的识别，并且，目标检测网络模型的网络结构，与现有技术中的Cascade_RCNN的网络结构比较，通过GA-RPN替代现有Cascade_RCNN的网络结构中RPN，GA_RPN根据目标中心点距离信息生成锚，使得目标区域有更多的锚去涵盖小目标，
提高了对目标图像识别的准确率和召回率。
[0010]在一种可能的实施方式中，识别结果包括目标对象的坐标和类别，在得到识别结果之后，还包括：
[0011]根据目标对象的坐标，确定目标对象在真实世界场景中的位置；
[0012]存储目标对象的位置和类别。
[0013]本申请实施例中，通过根据目标对象的坐标，确定目标对象在真实世界场景中的位置，并存储目标对象的位置和类别，实现了对目标对象的位置和类别的判断和存储。
[0014]在一种可能的实施方式中，在存储目标对象的位置和类别之前，还包括：
[0015]判断目标对象的位置和/或类别是否发生改变；
[0016]若目标对象的位置和/或类别发生改变，则向用户推送提示消息，提示消息用于提示用户目标对象的位置和/或类别发生改变。
[0017]在一种可能的实施方式中，在获取待识别图像或待识别视频之前，还包括：
[0018]获取训练数据样本；
[0019]构建目标检测网络模型的网络结构；
[0020]利用目标检测网络模型的网络结构对训练数据样本进行训练，生成训练后的目标检测网络模型。
[0021]本申请实施例中，实现了对目标检测网络模型的网络结构的训练，生成了目标检测网络模型。
[0022]在一种可能的实施方式中，训练数据样本包括小目标数据样本、中等目标数据样本和大目标数据样本，小目标数据样本占训练数据样本的比例大于预设占比。
[0023]在一种可能的实施方式中，目标检测网络模型的网络结构，还包括：
[0024]特征金字塔网络(Feature Pyramid Networks，FPN)，FPN的输入与骨干网络的输出连接，FPN的输出分别与GA-RPN的输入以及RoI Align的输入连接，FPN用于输出多个尺度的特征图。
[0025]本申请实施例中，通过增加FPN，丰富了不同尺度的特征图，有效降低目标对象的漏检，并可以提高锚与实际目标对象的吻合度，进而提高了识别目标对象的准确率。
[0026]在一种可能的实施方式中，骨干网络为ResNet系列网络结构、ResNext系列网络结构中的任意一种网络结构。
[0027]在一种可能的实施方式中，在构建目标检测网络模型的网络结构之前，还包括：
[0028]对骨干网络进行训练，得到训练后的骨干网络；
[0029]骨干网络包括五个阶段；第一阶段包括N个3*3卷积核和最大池化模块，其中N为大于1的整数；第M阶段包括一个下采样和多个残差模块，下采样分为两个分支，第一分支的第一个卷积核步长为1，第二分支依次包括平均池化模块和卷积核，其中，M＝2、3、4、5。
[0030]本申请实施例中，通过优化第一阶段中的卷积核，不仅加快了退市安速度，而且相比于现有技术，拥有更大的感受野，进而可以得到更好的特征图；通过优化第M阶段中的下采样，可以在保证输出形状不变的情况下，减少忽略的特征图的信息，提高特征图中信息的完整性和准确性。
[0031]在一种可能的实施方式中，目标检测网络模型的网络结构还包括Mask Head，Mask Head的输入与RoI Align的输出连接，Mask Head用于对RoI Align输出的特征图进行掩膜
预测。
[0032]下面介绍本申请实施例提供的装置、电子设备、计算机可读存储介质以及计算机程序产品，其内容和效果可参考本申请实施例提供的目标识别方法，不再赘述。
[0033]第二方面，本申请实施例提供一种目标识别装置，包括：
[0034]第一获取模块，用于获取待识别图像或待识别视频；
[0035]识别模块，用于通过预设的目标检测网络模型对待识别图像或待识别视频本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标识别方法，其特征在于，包括：获取待识别图像或待识别视频；通过预设的目标检测网络模型对所述待识别图像或所述待识别视频，进行目标对象的识别，得到识别结果，所述目标检测网络模型的网络结构包括骨干网络、指导锚生成网络GA-RPN、感兴趣区域对齐RoI Align和检测框头部BBoxHead，其中，所述骨干网络的输出分别与所述GA-RPN的输入以及所述RoI Align的输入连接，所述GA-RPN的输出与所述RoI Align的输入连接，所述RoI Align的输出与所述BBoxHead的输入连接。2.根据权利要求1所述的方法，其特征在于，所述识别结果包括所述目标对象的坐标和类别，在所述得到识别结果之后，还包括：根据所述目标对象的坐标，确定所述目标对象在真实世界场景中的位置；存储所述目标对象的位置和类别。3.根据权利要求2所述的方法，其特征在于，在所述存储所述目标对象的位置和类别之前，还包括：判断所述目标对象的位置和/或类别是否发生改变；若所述目标对象的位置和/或类别发生改变，则向用户推送提示消息，所述提示消息用于提示用户所述目标对象的位置和/或类别发生改变。4.根据权利要求1-3任一项所述的方法，其特征在于，在获取待识别图像或待识别视频之前，还包括：获取训练数据样本；构建所述目标检测网络模型的网络结构；利用所述目标检测网络模型的网络结构对所述训练数据样本进行训练，生成训练后的目标检测网络模型。5.根据权利要求4所述的方法，其特征在于，所述训练数据样本包括小目标数据样本、中等目标数据样本和大目标数据样本，所述小目标数据样本占所述训练数据样本的比例大于预设占比。6.根据权利要求5所述的方法，其特征在于，所述目标检测网络模型的网络结构，还包括：特征金字塔网络FPN，所述FPN的输入与所述骨干网络的输出连接，所述FPN的输出分别与所述GA-RPN的输入以及所述RoI Align的输入连接，所述FPN用于输出多个尺度的特征图。7.根据权利要求6所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：蔚勇，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：