目标识别方法、终端设备及存储介质技术

本发明专利技术提供了一种目标识别方法、终端设备及存储介质，首先获取待识别的视频图像；然后根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到待识别的视频图像中的至少一个候选目标；再根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值；其中，多个预设指标包括：置信度、残差统计值、匹配度统计值、目标出现位置统计值；最终将评价值大于预设目标阈值的候选目标识别为最终目标。通过从多个角度对识别的目标进行综合评价，能够有效避免外部因素对评价结果的影响，从而有效分辨并剔除识别的虚假目标，保证识别得到的目标都是最终目标，提高目标识别的准确性。准确性。准确性。

【技术实现步骤摘要】
目标识别方法、终端设备及存储介质


[0001]本申请属于计算机视觉
，尤其涉及一种目标识别方法、终端设备及存储介质。

技术介绍

[0002]多目标跟踪(Multiple Object Tracking，MOT)，广泛应用于视频监控、人机交互、虚拟现实、智能交通、医学图像等领域。多目标跟踪的效果依赖于计算机视觉技术的目标识别精度，其中，计算机视觉技术主要基于单帧图像，通过卷积网络，给出目标识别结果。
[0003]现有技术中，通常是在识别目标之后基于目标位置自动输出识别目标的置信度来评估识别的目标是否有效，去除虚假目标。但输出的置信度过于依赖网络架构和训练样本的丰富程度，由于光线、场景复杂度、目标拍摄的角度、单帧目标特征辨识度等外部条件的影响，使用置信度对识别的目标的有效性进行评价时，置信度随外部条件的不断变化，难以得到稳定的评价结果，从而导致目标识别的效果变差。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种目标识别方法、终端设备及存储介质，旨在解决现有技术使用置信度对识别的目标的有效性进行评价时，评价结果不够稳定导致目标识别效果差的问题。
[0005]本专利技术实施例的第一方面提供了一种目标识别方法，包括：获取待识别的视频图像；根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到待识别的视频图像中的至少一个候选目标；根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值；其中，多个预设指标包括：置信度、残差统计值、匹配度统计值、目标出现位置统计值；将评价值大于预设目标阈值的候选目标识别为最终目标。
[0006]本专利技术实施例的第二方面提供了一种目标识别方法，包括：识别模块，用于根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到待识别的视频图像中的至少一个候选目标；评价模块，用于根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值；其中，多个预设指标包括：置信度、残差统计值、匹配度统计值、目标出现位置统计值；确定模块，用于将评价值大于预设目标阈值的候选目标识别为最终目标。
[0007]本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上第一方面的目标识别方法的步骤。
[0008]本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质
存储有计算机程序，计算机程序被处理器执行时实现如上第一方面的目标识别方法的步骤。
[0009]本专利技术实施例提供的目标识别方法、终端设备及存储介质，首先获取待识别的视频图像；然后根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到待识别的视频图像中的至少一个候选目标；再根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值；其中，多个预设指标包括：置信度、残差统计值、匹配度统计值、目标出现位置统计值；最终将评价值大于预设目标阈值的候选目标识别为最终目标。通过从多个角度对识别的目标进行综合评价，能够有效避免外部因素对评价结果的影响，从而有效分辨并剔除识别的虚假目标，保证识别得到的目标都是最终目标，提高目标识别的准确性。
附图说明
[0010]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本专利技术实施例提供的目标识别方法的应用场景图；图2是本专利技术实施例提供的目标识别方法的实现流程图；图3是预测目标的横坐标的残差示意图；图4是预测目标的横坐标的残差正态分布拟合图；图5是预测目标的纵坐标的残差示意图；图6是预测目标的纵坐标的残差正态分布拟合图；图7是本专利技术实施示例提供的目标识别方法的实现流程图；图8是本专利技术实施例提供的目标识别装置的结构示意图；图9是本专利技术实施例提供的终端设备的结构示意图。
具体实施方式
[0012]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0013]图1是本专利技术实施例提供的目标识别方法的应用场景图。如图1所示，本专利技术实施例提供的目标识别方法可以包括但不限于应用于该应用场景。在该专利技术实施例中，目标识别系统可以应用的场景包括但不限于视频监控、人机交互、虚拟现实、智能交通、医学图像。目标识别系统包括：摄像设备11以及终端设备12。
[0014]摄像设备11用于采集拍摄当前场景的图像，并上传给终端设备12。终端设备12在接收到拍摄的图像后，对多帧的拍摄图像分别进行目标识别，剔除其中的虚假目标，实现对最终目标的识别。
[0015]摄像机可以是手机内置摄像头、车载摄像机、路侧摄像单元等，在此不作限定。终
端设备12可以是车载终端、手机、笔记本、智能机器人终端、无人机终端等，在此不作限定。
[0016]图2是本专利技术实施例提供的目标识别方法的实现流程图。如图2所示，在一些实施例中，目标识别方法，应用于图1中所示的终端设备12，该方法包括：S210，根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到待识别的视频图像中的至少一个候选目标。待识别的视频图像包括多帧连续的图像。
[0017]在本专利技术实施例中，目标识别网络Faster R
‑
CNN(Region
‑
based Convolutional Neural Networks Created，基于区域创建的卷积神经网络)和FPN(Feature Pyramid Networks，特征金字塔)等单一网络，也可以是由两个以上的网络组成的混合网络，在此不作限定。
[0018]S220，根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值；其中，多个预设指标包括：置信度、残差统计值、匹配度统计值、目标出现位置统计值。
[0019]由于光线、场景复杂度、目标拍摄的角度和单帧目标特征辨识度等外部条件的影响，在网络架构和训练样本的丰富程度较低时，目标识别网络容易出现识别错误，因此需要对识别的目标进行评价，在本专利技术实施例中，给出了置信度、残差统计值、匹配度统计值、目标出现位置统计值进行识别目标的综合评价，每当目标识别网络输出一个目标时，都会相应输出该目标的一组指标值序列，然后根据指标值序列计算该目标的评价值。
[0020]S230，将评价值大于预设目标阈值的候选目标识别为最终目标。
[0021]在本专利技术实施例中，预设目标阈值可以根据数据统计得到。
[0022]在本专利技术实施例中，通过从多个角度对识别的目本文档来自技高网...

【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：根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到所述待识别的视频图像中的至少一个候选目标；根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值；其中，所述多个预设指标包括：置信度、残差统计值、匹配度统计值、目标出现位置统计值；将评价值大于预设目标阈值的候选目标识别为最终目标。2.根据权利要求1所述的目标识别方法，其特征在于，所述根据多个预设指标对每个候选目标进行评价，得到每个候选目标的评价值，包括：计算所述候选目标在每个预设指标下的指标值，得到每个候选目标的指标值序列；根据预先设置的所述多个预设指标各自的第一预设权重和每个候选目标的指标值序列，确定每个候选目标的评价值。3.根据权利要求2所述的目标识别方法，其特征在于，在根据预先设置的所述多个预设指标各自的第一预设权重和每个候选目标的指标值序列，确定每个候选目标的评价值之前，所述方法还包括：若所述候选目标的任一预设指标的指标值小于所述任一预设指标的预设指标阈值，则增加所述预设指标的第一预设权重。4.根据权利要求2所述的目标识别方法，其特征在于，所述目标识别网络包括目标检测网络和语义分割网络；根据预先建立的目标识别网络，对待识别的视频图像进行目标识别，得到待识别的视频图像中的至少一个候选目标，包括：根据所述目标检测网络，从所述待识别的视频图像中检测得到多个检测目标；根据所述语义分割网络和待识别的视频图像，得到所述待识别的视频图像中的多个语义目标；判断每个检测目标所在的目标框内的语义目标的像素占比是否大于预设比例；将像素占比大于预设比例的检测目标和该检测目标所在目标框内的语义目标融合为所述候选目标。5.根据权利要求4所述的目标识别方法，其特征在于，所述置信度包括由所述目标检测网络输出的目标置信度；所述计算所述候选目标在每个预设指标下的指标值，包括：根据所述目标检测网络，从所述待识别的视频图像的每帧图像中检测得到多个候选目标，并输出每帧图像下各候选目标的置信度值；根据每帧图像下各候选目标的置信度值，计算所述多个候选目标的目标置信度的指标值。6.根据权利要求4所述的目标识别方...

【专利技术属性】
技术研发人员：徐显杰，马玉珍，窦汝振，包永亮，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
类型：发明
国别省市：