基于图像分割的目标物品识别方法及装置制造方法及图纸

本申请公开了一种基于图像分割的目标物品识别方法及装置，可用于人工智能技术领域，所述方法包括：获取目标物品图像，通过

【技术实现步骤摘要】
基于图像分割的目标物品识别方法及装置


[0001]本专利技术涉及图像分割
，特别涉及人工智能
，尤其涉及一种基于图像分割的目标物品识别方法及装置
。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本申请实施例提供背景或上下文
。
此处的描述不因为包括在本部分中就承认是现有技术
。
[0003]随着金融业务的不断发展，银行对于资金和凭证等敏感物品的安全和完整性要求越来越高
。
银行监控视频一般通过安装摄像头等设备进行实时监控，但是监控视频的数据量庞大且对于人的观察和分析能力要求较高
。
而这种方式存在准确率低
、
效率低
、
易出错等问题
。
对于金钱
、
凭证等重要物品的保护亟需制定实时的
、
智能的
、
准确的监控图像分割方法以识别目标物品
。
传统的银行监控方式已无法满足重要物品安全防范需要，且智能安防系统的覆盖领域和可实现功能尚有缺口，主要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图像分割的目标物品识别方法，其特征在于，包括：获取目标物品图像，通过
CNN
网络对所述目标物品图像进行卷积处理得到第一特征向量；通过
Transformer
编码器基于多头自注意力机制和多层感知器对所述目标物品图像进行处理得到第二特征向量；将所述第一特征向量与所述第二特征向量进行特征融合得到特征图，将所述特征图输入预设的映射算法中识别得到所述目标物品图像中的目标物品
。2.
根据权利要求1所述的基于图像分割的目标物品识别方法，其特征在于，所述获取目标物品图像包括：获取包括所述目标物品的监控视频；确定所述监控视频中所述目标物品出现画面的出现时间和消失画面的消失时间；从所述监控视频中提取所述出现时间和所述消失时间之间的目标视频，逐帧提取所述目标视频中的图像得到所述目标物品图像
。3.
根据权利要求2所述的基于图像分割的目标物品识别方法，其特征在于，进一步包括：对所述目标物品图像进行预处理，所述预处理包括灰度化
、
降噪
、
对比度增强和裁剪处理的至少之一
。4.
根据权利要求1所述的基于图像分割的目标物品识别方法，其特征在于，所述通过
Transformer
编码器基于多头自注意力机制和多层感知器对所述目标物品图像进行处理得到第二特征向量包括：对所述目标物品图像进行图像分割并序列化得到序列向量；为所述序列向量中的向量设置位置编码；将所述序列向量及对应的所述位置编码输入所述
Transformer
编码器得到第二特征向量，所述编码器基于多头自注意力机制和多层感知器形成
。5.
根据权利要求4所述的基于图像分割的目标物品识别方法，其特征在于，所述将所述序列向量及对应的所述位置编码输入所述
Transformer
编码器得到第二特征向量包括：将所述序列向量及对应的位置编码相加后输入所述
Transformer
编码器中训练好的多个自注意力模块得到多个注意力特征，所述多个自注意力模块具有不同的权重矩阵；基于每个注意力特征对应的权重矩阵对所述多个注意力特征进行融合得到第一融合特征；将所述第一融合特征输入所述
Transformer
编码器的多层感知器得到所述第二特征向量
。6.
根据权利要求1所述的基于图像...

【专利技术属性】
技术研发人员：王琳，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：