对象识别方法、装置、服务器及介质制造方法及图纸

本发明专利技术实施例公开了一种对象识别方法、装置、服务器及介质，其中方法包括：接收终端上传的关于目标对象的视频流数据，所述视频流数据至少包括：由关于所述目标对象的多帧颜色图像帧构成的颜色图流；对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分；基于所述各颜色图像帧的图像质量分，从所述颜色图流中选取目标颜色图像帧；所述目标颜色图像帧是指图像质量分最高的颜色图像帧，或者图像质量分大于质量分阈值的颜色图像帧；根据所述目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息。本发明专利技术实施例可以更好地进行对象识别，提升识别准确性。提升识别准确性。提升识别准确性。

【技术实现步骤摘要】
对象识别方法、装置、服务器及介质


[0001]本专利技术涉及互联网
，具体涉及图像处理
，尤其涉及一种对象识别方法、一种对象识别装置、一种服务器及一种计算机存储介质。

技术介绍

[0002]随着人工智能(Artificial Intelligence，AI)概念的普及，对象识别成为了一个热门的研究课题。所谓的对象识别是指：一种利用计算机对图像进行处理、分析和理解，以识别出图像中的目标对象的属性信息的技术。此处的目标对象可以是：人脸、手势、以及除人类以外的其他生物(如猫、狗)；目前，如何更好地进行对象识别成为了研究热点。

技术实现思路

[0003]本专利技术实施例提供了一种对象识别方法、装置、服务器及介质，可以更好地进行对象识别，提升识别准确性。
[0004]一方面，本专利技术实施例提供了一种对象识别方法，所述方法包括：
[0005]接收终端上传的关于目标对象的视频流数据，所述视频流数据至少包括：由关于所述目标对象的多帧颜色图像帧构成的颜色图流；
[0006]对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分；
[0007]基于所述各颜色图像帧的图像质量分，从所述颜色图流中选取目标颜色图像帧；所述目标颜色图像帧是指图像质量分最高的颜色图像帧，或者图像质量分大于质量分阈值的颜色图像帧；
[0008]根据所述目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息。
[0009]另一方面，本专利技术实施例提供了一种对象识别装置，所述装置包括：
[0010]通信单元，接收终端上传的关于目标对象的视频流数据，所述视频流数据至少包括：由关于所述目标对象的多帧颜色图像帧构成的颜色图流；
[0011]处理单元，用于对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分；
[0012]所述处理单元，还用于基于所述各颜色图像帧的图像质量分，从所述颜色图流中选取目标颜色图像帧；所述目标颜色图像帧是指图像质量分最高的颜色图像帧，或者图像质量分大于质量分阈值的颜色图像帧；
[0013]所述处理单元，还用于根据所述目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息。
[0014]在一种实施方式中，所述处理单元在用于对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分时，具体用于：
[0015]获取质量评估规则，并按照质量评估规则对所述颜色图流中的各颜色图像帧进行
图像质量评估，得到所述各颜色图像帧的图像质量分；
[0016]其中，所述质量评估规则包括多个评估维度、每个评估维度对应的初始权重值，及每个评估维度下的评分算法；所述多个评估维度包括：图像清晰度维度、照明质量维度、分辨率维度，以及对象完整性维度。
[0017]再一种实施方式中，所述处理单元在用于按照质量评估规则对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分时，可具体用于：
[0018]在各评估维度下对所述颜色数据流中的任一颜色图像帧进行质量检测，得到所述任一颜色图像帧在所述各评估维度下的质量检测结果；
[0019]根据所述任一颜色图像帧在所述各评估维度下的质量检测结果和所述各评估维度下的评分算法，确定所述任一颜色图像帧在所述各评估维度下的质量分；
[0020]根据所述任一颜色图像帧在所述各评估维度下的质量检测结果和所述各评估维度对应的初始权重值，确定所述各评估维度对应的目标权重值；
[0021]采用所述各评估维度对应的目标权重值对所述任一颜色图像帧在所述各评估维度下的质量分进行加权求和，得到所述任一颜色图像帧的图像质量分。
[0022]再一种实施方式中，若因所述任一颜色图像帧中存在遮挡物，而导致所述任一颜色图像帧中的目标对象不完整，则所述任一颜色图像帧在所述对象完整性维度下的质量检测结果包括：所述遮挡物的遮挡属性；所述遮挡属性包括以下至少一项：遮挡面积和遮挡位置；
[0023]所述对象完整性维度对应的目标权重值的确定方式如下：根据所述遮挡属性确定关于所述对象完整性维度的权重调整因子；并采用所述权重调整因子对所述对象完整性维度对应的初始权重值进行调整，得到所述目标权重值；
[0024]其中，若所述遮挡属性包括所述遮挡面积，则所述权重调整因子为：根据所述遮挡面积和所述任一颜色图像帧的图像尺寸计算的第一调整因子；若所述遮挡属性包括所述遮挡位置，则所述权重调整因子为：与所述遮挡位置对应的第二调整因子；若所述遮挡属性包括所述遮挡面积和所述遮挡位置，则所述权重调整因子为：对所述第一调整因子和所述第二调整因子进行权重整合所得到的调整因子。
[0025]再一种实施方式中，所述处理单元在用于根据所述目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息时，可具体用于：
[0026]根据所述目标颜色图像帧对所述目标对象进行属性识别；
[0027]若识别成功，则将识别得到的属性信息作为所述目标对象的属性信息；
[0028]若识别失败，则从所述颜色图流中未被选取的各剩余颜色图像帧中，重新选取目标颜色图像帧，并根据重新选取的目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息。
[0029]再一种实施方式中，所述处理单元在用于若识别失败，则从所述颜色图流中未被选取的各剩余颜色图像帧中，重新选取目标颜色图像帧时，可具体用于：
[0030]若识别失败，则对所述目标颜色图像帧进行图像异常问题检测；
[0031]若检测到所述目标颜色图像帧存在目标图像异常问题，则根据所述目标图像异常问题调整所述质量评估规则；
[0032]按照调整后的质量评估规则对所述颜色图流中未被选取的各剩余颜色图像帧进
行图像质量评估，以更新各剩余颜色图像帧的图像质量分；
[0033]基于所述各剩余颜色图像帧的更新后的图像质量分，从所述各剩余颜色图像帧中重新选取新的目标颜色图像帧。
[0034]再一种实施方式中，所述处理单元在用于根据所述目标图像异常问题调整所述质量评估规则时，可具体用于：
[0035]获取图像异常问题和评估维度之间的对应关系表，所述对应关系表中包括多个图像异常问题以及各图像异常问题对应的评估维度；
[0036]从所述对应关系表中查询所述目标图像异常问题对应的目标评估维度；
[0037]若所述质量评估规则中包括所述目标评估维度，则在所述质量评估规则中增大所述目标评估维度对应的初始权重值；
[0038]若所述质量评估规则中未包括所述目标评估维度，则在所述质量评估规则中添加所述目标评估维度、所述目标评估维度对应的初始权重值，以及所述目标评估维度下的评分算法。
[0039]再一种实施方式中，所述视频流数据中还包括：由关于所述目标对象的多帧红外图像帧构成的红外图流，以及由关于所述目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象识别方法，其特征在于，包括：接收终端上传的关于目标对象的视频流数据，所述视频流数据至少包括：由关于所述目标对象的多帧颜色图像帧构成的颜色图流；对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分；基于所述各颜色图像帧的图像质量分，从所述颜色图流中选取目标颜色图像帧；所述目标颜色图像帧是指图像质量分最高的颜色图像帧，或者图像质量分大于质量分阈值的颜色图像帧；根据所述目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息。2.如权利要求1所述的方法，其特征在于，所述颜色图流是采用流媒体方式上传的，所述流媒体方式是指在采集新的图像帧的过程中，同步传输已采集的图像帧的传输方式；其中，所述颜色图流中的各颜色图像帧是通过第一进程接收的，且所述颜色图流中的各颜色图像帧是通过第二进程进行图像质量评估的；所述第一进程和所述第二进程并行执行。3.如权利要求1或2所述的方法，其特征在于，所述对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分，包括：获取质量评估规则，并按照质量评估规则对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分；其中，所述质量评估规则包括多个评估维度、每个评估维度对应的初始权重值，及每个评估维度下的评分算法；所述多个评估维度包括：图像清晰度维度、照明质量维度、分辨率维度，以及对象完整性维度。4.如权利要求3所述的方法，其特征在于，所述按照质量评估规则对所述颜色图流中的各颜色图像帧进行图像质量评估，得到所述各颜色图像帧的图像质量分，包括：在各评估维度下对所述颜色数据流中的任一颜色图像帧进行质量检测，得到所述任一颜色图像帧在所述各评估维度下的质量检测结果；根据所述任一颜色图像帧在所述各评估维度下的质量检测结果和所述各评估维度下的评分算法，确定所述任一颜色图像帧在所述各评估维度下的质量分；根据所述任一颜色图像帧在所述各评估维度下的质量检测结果和所述各评估维度对应的初始权重值，确定所述各评估维度对应的目标权重值；采用所述各评估维度对应的目标权重值对所述任一颜色图像帧在所述各评估维度下的质量分进行加权求和，得到所述任一颜色图像帧的图像质量分。5.如权利要求4所述的方法，其特征在于，若因所述任一颜色图像帧中存在遮挡物，而导致所述任一颜色图像帧中的目标对象不完整，则所述任一颜色图像帧在所述对象完整性维度下的质量检测结果包括：所述遮挡物的遮挡属性；所述遮挡属性包括以下至少一项：遮挡面积和遮挡位置；所述对象完整性维度对应的目标权重值的确定方式如下：根据所述遮挡属性确定关于所述对象完整性维度的权重调整因子；并采用所述权重调整因子对所述对象完整性维度对应的初始权重值进行调整，得到所述目标权重值；
其中，若所述遮挡属性包括所述遮挡面积，则所述权重调整因子为：根据所述遮挡面积和所述任一颜色图像帧的图像尺寸计算的第一调整因子；若所述遮挡属性包括所述遮挡位置，则所述权重调整因子为：与所述遮挡位置对应的第二调整因子；若所述遮挡属性包括所述遮挡面积和所述遮挡位置，则所述权重调整因子为：对所述第一调整因子和所述第二调整因子进行权重整合所得到的调整因子。6.如权利要求3所述的方法，其特征在于，所述根据所述目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息，包括：根据所述目标颜色图像帧对所述目标对象进行属性识别；若识别成功，则将识别得到的属性信息作为所述目标对象的属性信息；若识别失败，则从所述颜色图流中未被选取的各剩余颜色图像帧中，重新选取目标颜色图像帧，并根据重新选取的目标颜色图像帧对所述目标对象进行属性识别，以得到所述目标对象的属性信息。7.如权利要求6所述的方法，其特...

【专利技术属性】
技术研发人员：王少鸣，耿志军，周俊，郭润增，洪哲鸣，王军，吴进发，卢鑫畅，张志强，唐惠忠，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：