本申请涉及一种目标对象识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待识别图像；对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，目标检测结果包括检测类别以及检测框；当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检测，得到与待识别图像对应的人体检测框；根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果；根据更新后的目标检测结果，得到目标对象识别结果。采用本方法能够在筛选掉会导致错误检测的目标检测框的基础上实现对目标对象的准确识别。框的基础上实现对目标对象的准确识别。框的基础上实现对目标对象的准确识别。
【技术实现步骤摘要】
目标对象识别方法、装置、计算机设备和存储介质
[0001]本申请涉及图像处理
，特别是涉及一种目标对象识别方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着图像处理技术的发展，针对拍摄设备所拍摄到的视频或图像数据，可以利用目标检测来识别拍摄设备的固定位置。
[0003]传统技术中，常采用的识别方式为，通过识别视频或图像数据中用于辅助拍摄设备的辅助设备来确定拍摄设备的固定位置。比如，辅助设备具体可以是指用于辅助拍摄设备的自拍杆。
[0004]然而，针对具有隐形辅助设备功能的拍摄设备来说，由于其通过物理手段在拍摄的视频或图像数据里隐藏了辅助设备，会导致无法准确在视频或图像数据中识别拍摄设备的固定位置。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够准确识别拍摄设备的固定位置的目标对象识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种目标对象识别方法。所述方法包括：
[0007]获取待识别图像；
[0008]对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，目标检测结果包括检测类别以及检测框；
[0009]当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检测，得到与待识别图像对应的人体检测框；
[0010]根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果；
[0011]根据更新后的目标检测结果，得到目标对象识别结果。
[0012]在其中一个实施例中，对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果包括：
[0013]对待识别图像进行图像特征提取，得到与待识别图像对应的图像特征信息；
[0014]根据图像特征信息进行目标检测，得到与待识别图像对应的第一检测框；
[0015]对第一检测框进行筛选，得到与待识别图像对应的目标检测结果。
[0016]在其中一个实施例中，对第一检测框进行筛选，得到与待识别图像对应的目标检测结果包括：
[0017]获取与第一检测框对应的第一检测框置信度；
[0018]根据第一检测框置信度以及预设置信度阈值，对第一检测框进行筛选，得到第二检测框；
[0019]采用非极大值抑制算法对第二检测框进行筛选，得到候选检测框；
[0020]根据候选检测框，得到与待识别图像对应的目标检测结果。
[0021]在其中一个实施例中，采用非极大值抑制算法对第二检测框进行筛选，得到候选检测框包括：
[0022]根据第二检测框的检测类别，对第二检测框进行分类，得到同类别检测框集合；
[0023]采用非极大值抑制算法对同类别检测框集合中同类别检测框进行筛选，得到候选检测框。
[0024]在其中一个实施例中，根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果包括：
[0025]确定人体检测框与目标检测框之间的交并比值；
[0026]根据交并比值和预设交并比阈值，对目标检测框进行筛选，得到第三检测框，第三检测框对应的交并比值大于或者等于预设交并比阈值；
[0027]根据第三检测框，更新目标检测结果。
[0028]在其中一个实施例中，根据更新后的目标检测结果，得到目标对象识别结果包括：
[0029]确定更新后的目标检测结果中检测框对应的第二检测框置信度；
[0030]对第二检测框置信度进行排序，确定与最高检测框置信度对应的检测框；
[0031]根据与最高检测框置信度对应的检测框，得到目标对象识别结果。
[0032]第二方面，本申请还提供了一种目标对象识别装置。所述装置包括：
[0033]获取模块，用于获取待识别图像；
[0034]第一检测模块，用于对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，目标检测结果包括检测类别以及检测框；
[0035]第二检测模块，用于当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检测，得到与待识别图像对应的人体检测框；
[0036]筛选模块，用于根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果；
[0037]处理模块，用于根据更新后的目标检测结果，得到目标对象识别结果。
[0038]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0039]获取待识别图像；
[0040]对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，目标检测结果包括检测类别以及检测框；
[0041]当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检测，得到与待识别图像对应的人体检测框；
[0042]根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果；
[0043]根据更新后的目标检测结果，得到目标对象识别结果。
[0044]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0045]获取待识别图像；
[0046]对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，目标检测
结果包括检测类别以及检测框；
[0047]当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检测，得到与待识别图像对应的人体检测框；
[0048]根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果；
[0049]根据更新后的目标检测结果，得到目标对象识别结果。
[0050]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0051]获取待识别图像；
[0052]对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，目标检测结果包括检测类别以及检测框；
[0053]当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检测，得到与待识别图像对应的人体检测框；
[0054]根据人体检测框对目标检测框进行筛选，根据筛选结果更新目标检测结果；
[0055]根据更新后的目标检测结果，得到目标对象识别结果。
[0056]上述目标对象识别方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待识别图像，对待识别图像进行目标检测，得到与待识别图像对应的目标检测结果，当目标检测结果中存在目标检测类别时，确定与目标检测类别对应的目标检测框，并对待识别图像进行人体检本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标对象识别方法，其特征在于，所述方法包括：获取待识别图像；对所述待识别图像进行目标检测，得到与所述待识别图像对应的目标检测结果，所述目标检测结果包括检测类别以及检测框；当所述目标检测结果中存在目标检测类别时，确定与所述目标检测类别对应的目标检测框，并对所述待识别图像进行人体检测，得到与所述待识别图像对应的人体检测框；根据所述人体检测框对所述目标检测框进行筛选，根据筛选结果更新所述目标检测结果；根据更新后的目标检测结果，得到目标对象识别结果。2.根据权利要求1所述的方法，其特征在于，所述对所述待识别图像进行目标检测，得到与所述待识别图像对应的目标检测结果包括：对所述待识别图像进行图像特征提取，得到与所述待识别图像对应的图像特征信息；根据所述图像特征信息进行目标检测，得到与所述待识别图像对应的第一检测框；对所述第一检测框进行筛选，得到与所述待识别图像对应的目标检测结果。3.根据权利要求2所述的方法，其特征在于，所述对所述第一检测框进行筛选，得到与所述待识别图像对应的目标检测结果包括：获取与所述第一检测框对应的第一检测框置信度；根据所述第一检测框置信度以及预设置信度阈值，对所述第一检测框进行筛选，得到第二检测框；采用非极大值抑制算法对所述第二检测框进行筛选，得到候选检测框；根据所述候选检测框，得到与所述待识别图像对应的目标检测结果。4.根据权利要求3所述的方法，其特征在于，所述采用非极大值抑制算法对所述第二检测框进行筛选，得到候选检测框包括：根据所述第二检测框的检测类别，对所述第二检测框进行分类，得到同类别检测框集合；采用非极大值抑制算法对所述同类别检测框集合中同类别检测框进行筛选，得到候选检测框。5.根据权利要求1所述的方法，其特征在于，所述根据所述人体检测框对所述目标检测框进行筛选，根...
【专利技术属性】
技术研发人员：龙良曲，郭士嘉，
申请(专利权)人：影石创新科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。