背景相似识别的方法、系统、设备及介质技术方案

本发明专利技术提供背景相似识别的方法、系统、设备及介质，包括：将待识别图像输入已训练好的实时实例分割模型以对待识别图像中的人体进行掩码，得到掩码后的待识别图像，对掩码后的待识别图像进行特征提取，得到第一特征；将待识别图像输入已训练好的自编码器模型以对待识别图像进行特征提取，得到第二特征；根据第一特征和第二特征得到第三特征；将第三特征与背景图像数据集中每张背景图像的特征进行相似比较，搜索得到与第三特征最相似的若干个背景图像。通过实例分割模型和自编码器模型分别获取到第一特征和第二特征，并根据两者得到第三特征，第三特征的向量维度高，且信息更加丰富，当将其输入进行相似度比较时能够实现准确率更高的相似度识别。率更高的相似度识别。率更高的相似度识别。

【技术实现步骤摘要】
背景相似识别的方法、系统、设备及介质


[0001]本专利技术涉及视觉检测领域，更具体地，涉及背景相似识别的方法、系统、设备及介质。

技术介绍

[0002]背景识别尤其是视频场景下的背景识别是视觉检测中的其中一种常见的应用场景，而在背景识别过程中，常用到的是实例分割技术，用于预先分割图像中背景与物品/人物，并对除背景外的事物进行掩码。目前应用最广的实例分割算法为YOLACT(You Only Look At CoefficienTs)算法，也称为实时实例分割算法。但视频场景下的实例分割对算法速度和精度都提出了更高的要求，YOLACT算法虽然能够在速度上达到要求，但是性能略微低下，会出现边缘分割不准的问题。
[0003]其次，另一常用到的技术是特征提取技术，用于提取背景的关键特征，目前应用最广的是CNN(Convolutional Neural Network，卷积神经网络)，主要提取CNN衍生算法的全连接层特征，但是该系列算法存在弊端，该系列算法的模型都是基于ImageNet(用于视觉对象识别软件研究的大型可视化数据库)进行预训练的，那么就会存在提取特征不贴合自身生产数据、监督学习需要大量标注的问题。
[0004]最后，图像识别中不可缺少的技术是向量搜索，用于在提取了背景特征后进行相似搜索，在数据量大且向量维度高时对向量搜索框架提出了更高的要求，而现有技术中缺乏一种能够同时解决以上所有问题的背景识别工具，因此现有技术的背景识别工具识别准确率较低，且运行速度较慢。

技术实现思路

[0005]本专利技术旨在克服上述现有技术的至少一种缺陷，提供背景相似识别的方法、系统、设备及介质，用于解决现有技术中利用实例分割技术结合特征提取技术进行背景识别时识别准确率低的问题。
[0006]本专利技术采用的技术方案包括：
[0007]第一方面，本专利技术提供一种背景相似识别的方法，包括：
[0008]将待识别图像输入已训练好的实时实例分割模型以对所述待识别图像中的人体进行掩码，得到掩码后的待识别图像，对所述掩码后的待识别图像进行特征提取，得到第一特征；
[0009]将所述待识别图像输入已训练好的自编码器模型以对所述待识别图像进行特征提取，得到第二特征；
[0010]根据所述第一特征和所述第二特征得到第三特征；
[0011]将所述第三特征与背景图像数据集中每张背景图像的特征进行相似比较，搜索得到与所述第三特征最相似的若干个背景图像。
[0012]第二方面，本专利技术提供一种背景相似识别的系统，包括：
[0013]第一特征获取模块，用于将待识别图像输入已训练好的实时实例分割模型以对所述待识别图像中的人体进行掩码，得到掩码后的待识别图像，对所述掩码后的待识别图像进行特征提取，得到第一特征；
[0014]第二特征获取模块，用于将所述待识别图像输入已训练好的自编码器模型以对所述待识别图像进行特征提取，得到第二特征；
[0015]第三特征获取模块，用于根据所述第一特征和所述第二特征得到第三特征；
[0016]相似背景确定模块，用于将所述第三特征与背景图像数据集中每张背景图像的特征进行相似比较，搜索得到与所述第三特征最相似的若干个背景图像。
[0017]第三方面，本专利技术提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的背景识别方法。
[0018]第四方面，本专利技术一种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上述的背景识别方法。
[0019]与现有技术相比，本专利技术的有益效果为：
[0020]本专利技术提供背景相似识别的方法、系统、设备及介质，在一方面通过实时实例分割模型分割出待识别图像中的人体并进行掩码，从而获取到基本仅包含背景信息的掩码图片，获取掩码图片的特征作为第一特征；另一方面通过自编码器模型获取待识别图像的特征作为第二特征，根据第一特征和第二特征得到第三特征，以使两个特征之间的信息相互补充，第三特征的向量维度高，且信息更加丰富，当与背景图像数据集中的数据进行相似度比较时，能够实现准确率更高的相似度识别。且该方法能够应用于银行的视频审核系统，用于通过对用户的背景图像进行相似识别以减少中介团伙指引用户进货的风险。
附图说明
[0021]图1为本专利技术实施例1提供的方法步骤S110～S120、T110、D110～D120的流程示意图。
[0022]图2为本专利技术实施例1中实时实例模型的框架示意图。
[0023]图3为本专利技术实施例1中自编码器模型的架构示意图。
[0024]图4为本专利技术实施例2提供的方法步骤S210～S220、T210、D210～D220的流程示意图。
[0025]图5为本专利技术实施例2提供的方法的另一流程示意图。
[0026]图6为本专利技术实施例3提供的系统的模块组成示意图。
具体实施方式
[0027]本专利技术附图仅用于示例性说明，不能理解为对本专利技术的限制。为了更好说明以下实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0028]实施例1
[0029]本实施例提供一种背景相似识别的方法，用于利用自编码器模型对待识别图像的特征提取丰富实例分割算法掩码后的图像特征，以提高背景识别的准确率。
[0030]如图1所示，该方法包括：
[0031]S110、将待识别图像输入已训练好的实时实例分割模型以对待识别图像中的人体进行掩码，得到掩码后的待识别图像；
[0032]在本步骤中，待识别图像中待识别的部分是图像中的背景部分，将其输入实时实例分割模型，该模型能够将待识别图像中除背景外的部分尤其是人体的部分分割出来，从而生成对应的掩码，该掩码与原图像结合后得到掩码后的待识别图像，掩码后的图像基本上只包含原图像中的背景信息。
[0033]具体地，实时实例分割模型是预先训练好的，预先训练的过程为：将第一数据集输入实时实例分割模型以对其进行训练得到。第一数据集为包含人体的图像的数据集，即该数据集由图像组成，且每张图像都包含人体，用于使实时实例分割模型学习识别人体的轮廓边缘，训练完成后能够准确在图像中分割出人体实例。该第一数据集可以是MS COCO(Microsoft Common Objects in Context)数据集中person(人体)类数据。
[0034]具体地，如图2所示，实时实例分割模型对图像的处理过程为：
[0035]第一步：实时实例分割模型中的特征提取网络有5个卷积模块，将图像输入模型后，每个卷积模块都会输出一个结果，5个卷积模块输出的结果分别为C1～C5。
[0036]在本步骤中，特征提取网络又称为backbone(主干)网络，特指用于对图像进行特征提取的神经网络。优选地，为了提高处理的实时性，特征提取网络可选用轻量型神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种背景相似识别的方法，其特征在于，包括：将待识别图像输入已训练好的实时实例分割模型以对所述待识别图像中的人体进行掩码，得到掩码后的待识别图像，对所述掩码后的待识别图像进行特征提取，得到第一特征；将所述待识别图像输入已训练好的自编码器模型以对所述待识别图像进行特征提取，得到第二特征；根据所述第一特征和所述第二特征得到第三特征；将所述第三特征与背景图像数据集中每张背景图像的特征进行相似比较，搜索得到与所述第三特征最相似的若干个背景图像。2.根据权利要求1所述的背景相似识别的方法，其特征在于，所述已训练好的实时实例分割模型是通过将第一数据集输入实时实例分割模型以对其进行训练得到的；所述已训练好的自编码器模型是通过将第二数据集输入自编码器模型以对其进行训练得到的；所述第一数据集为包含人体的图像的数据集，所述第二数据集为已添加噪声且同时包含人体和生产场景的图像的数据集。3.根据权利要求2所述的背景相似识别的方法，其特征在于，所述已训练好的自编码器模型是通过将第二数据集输入自编码器模型以对其进行训练得到的，具体为：所述已训练好的自编码器模型是通过对所述第二数据集加入噪声，得到加噪后的第二数据集，并将所述加噪后的第二数据集输入自编码器模型以对其进行训练得到的；所述自编码器模型用于对加噪后的数据进行压缩，提取压缩后的数据的关键特征，对所述关键特征进行解压，并通过对比得到加噪前的数据与解压后的数据之间的差异。4.根据权利要求2或3所述的背景相似识别的方法，其特征在于，所述噪声为高斯噪声。5.根据权利要求1所述的背景相似识别的方法，其特征在于，所述实时实例模型中使用的NMS算法为Cluster NMS算法。6.根据权利要求1所述的背景相似识别的方法，其特征在于...

【专利技术属性】
技术研发人员：赵清利，钟龙申，王韧，
申请(专利权)人：广发银行股份有限公司，
类型：发明
国别省市：