定位识别方法、装置、设备、系统及计算机存储介质制造方法及图纸

本申请提供了一种定位识别方法、装置、设备、系统、及计算机存储介质；涉及人工智能领域，方法包括：获取至少一个物体对象在场景图像中对应的预设共性图像特征，生成匹配模板；将匹配模板在场景图像中进行滑动，根据匹配模板与其在场景图像中至少一个预设滑动位置上对应图像部分的匹配度，得到至少一个物体对象对应的至少一个预测位置信息；在场景图像中，对至少一个预测位置信息对应的至少一个预分类图像进行目标分类识别，得到至少一个物体对象的分类识别结果；至少一个物体对象属于至少一种对象类别。通过本申请，能够提高定位识别精度。精度。精度。

【技术实现步骤摘要】
定位识别方法、装置、设备、系统及计算机存储介质


[0001]本申请涉及人工智能技术，尤其涉及一种定位识别方法、装置、设备、系统及计算机存储介质。

技术介绍

[0002]近年来，随着深度学习的不断发展，对于图像处理中的定位识别任务，目标检测主流技术偏向于直接将一张图片送入神经网络，让其输出所有潜在物体所在的位置以及分类识别信息。这种方法适用于多尺度，多种类物体识别的场景，但是由于神经网络识别容易产生误识别、漏识别等问题，并且神经网络检测到的物体中心会由于背景的原因导致一定的偏移，因此，目前方法的定位精度较低，进而导致基于定位进行分类识别的精度较低，对于一些要求高精度，高准确性的场景，如机器人下棋等场景并不适用。

技术实现思路

[0003]本申请实施例提供一种定位识别方法、装置、设备、系统及计算机存储介质，能够提高物体定位的精度。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种定位识别方法，包括：
[0006]获取至少一个物体对象在场景图像中对应的预设共性图像特征，生成匹配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定位识别方法，其特征在于，包括：获取至少一个物体对象在场景图像中对应的预设共性图像特征，生成匹配模板；将所述匹配模板在所述场景图像中进行滑动，根据所述匹配模板与其在所述场景图像中至少一个预设滑动位置上对应图像部分的匹配度，得到所述至少一个物体对象对应的至少一个预测位置信息；在所述场景图像中，对所述至少一个预测位置信息对应的至少一个预分类图像进行目标分类识别，得到所述至少一个物体对象的分类识别结果；所述至少一个物体对象属于至少一种对象类别。2.根据权利要求1所述的方法，其特征在于，所述将所述匹配模板在所述场景图像中进行滑动，根据所述匹配模板与其在所述场景图像中至少一个预设滑动位置上对应图像部分的匹配度，得到所述至少一个物体对象对应的至少一个预测位置信息，包括：将所述匹配模板的中心位置与所述至少一个预设滑动位置一一对齐，得到所述匹配模板在每个预设滑动位置上对应的待匹配区域；计算所述匹配模板与所述待匹配区域内的图像部分的匹配度，得到所述每个预设滑动位置对应的匹配分数；根据预设匹配策略与所述匹配分数，从所述至少一个预设滑动位置中确定出所述至少一个预测位置信息。3.根据权利要求1所述的方法，其特征在于，所述在所述场景图像中，对所述至少一个预测位置信息对应的至少一个预分类图像进行目标分类识别，得到所述至少一个物体对象的分类识别结果，包括：在所述至少一个预测位置信息上，根据预设区域尺寸，生成至少一个候选区域；将所述至少一个候选区域内的图像部分作为所述至少一个预分类图像，对所述至少一个预分类图像中的每个预分类图像进行所述至少一种对象类别的分类预测，得到所述每个预分类图像对应每种对象类别的预测结果；根据所述每个预分类图像对应每种对象类别的预测结果，得到所述至少一个物体对象的分类识别结果。4.根据权利要求1所述的方法，其特征在于，所述获取至少一个物体对象在场景图像中对应的预设共性图像特征，生成匹配模板，包括：通过图像采集设备，从预设采集位置，对包含至少一个物体对象的场景进行图像采集，得到所述场景图像；从所述场景图像中提取出单个物体对象对应的图像部分，作为模板图像；根据所述预设共性图像特征，对所述模板图像进行图像分割，得到所述匹配模板...

【专利技术属性】
技术研发人员：赵龙飞，向灵竹，戴媛，黄碧丹，蒋俊南，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：