【技术实现步骤摘要】
本申请涉及图像处理领域，并且更具体地涉及一种识别系统和识别方法。
技术介绍
1、目前，目标检测系统主要采用传统的图像处理算法(比如背景差分法、光流法、神经网络法)来识别目标物体。
2、在图像识别中，深度学习神经网络的检测精度受到目标对象的尺寸和图像的影响。例如，如果图像的下采样率太低则难以保证神经网络的运行效率。另一方面，如果图像的下采样率太高，则目标物体的特征将会丢失，影响识别的精度。对于小尺寸对象，其可用的特征是有限的，它们的语义信息出现在较浅的特征图中。随着神经网络的深入，小对象的详细信息可能会完全消失。
3、为了提高小对象的目标检测精度，通常的做法是将超高分辨率图像输入神经网络，然而带来的问题是神经网络运行速度缓慢，如何提升小尺寸的对象的识别精度是需要解决的问题。
技术实现思路
1、本公开提供了一种识别系统和识别方法，以至少解决上述相关技术中的问题，也可不解决任何上述问题。
2、根据本公开的实施例的第一方面，提供了一种识别系统，所述识别系统可包括：处理电路，被配置为：获取目标对象的原始图像；获取所述目标对象的定位信息，其中，所述目标对象的定位信息包括关于所述目标对象在物理空间中的位置的信息；基于所述定位信息提取所述原始图像中的目标区域；并且基于提取的目标区域识别所述目标对象。
3、所述处理电路还可被配置为：获取关于所述目标对象的信息，并且其中，识别所述目标对象，包括：基于提取的目标区域识别所述目标对象的特征信息，并且将关于所述
4、识别所述目标对象，可包括：基于提取的目标区域识别所述目标对象的特征信息，并且通过将所述特征信息与基于所述定位信息提取的目标区域的特征进行比较来识别所述目标对象。
5、所述特征信息可包括所述目标对象在所述原始图像中的大小和位置中的至少一个，提取的目标区域的特征包括提取的目标区域的大小和位置中的至少一个，并且识别所述目标对象包括：将所述目标对象在所述原始图像中的大小和位置中的至少一个与提取的目标区域的大小和位置中的对应的至少一个进行比较。
6、提取所述目标区域，可包括：基于所述定位信息，确定所述原始图像中的所述目标区域的位置和大小，并且根据所述目标区域的位置和大小，提取所述目标区域。
7、所述处理电路还被配置为：确定所述原始图像中是否存在多个目标对象；基于确定存在所述多个目标对象，基于所述多个目标对象的多个定位信息分别提取所述原始图像中的多个目标区域，其中，所述多个目标区域包括所述多个目标对象中的至少一个对应的目标对象；将所述多个目标区域中的邻近的目标区域合并为一个目标区域；将合并得到的目标区域和所述多个目标区域中的的其余目标区域作为用于识别的目标区域，并且基于所述用于识别的目标区域，识别所述多个目标对象中的至少一个。
8、识别所述多个目标对象中的至少一个，可包括：基于所述用于识别的目标区域识别所述多个目标对象的多个特征信息，并且通过将所述多个特征信息与基于所述多个定位信息提取的所述多个目标区域的特征进行比较来识别所述多个目标对象中的至少一个。
9、获取所述定位信息，可包括：使用无线电识别技术与所述目标对象通信。
10、所述无线电识别技术可包括射频识别(rfid)、蓝牙技术、超宽带(uwb)技术或无线保真(wifi)技术中的至少一种。
11、获取所述原始图像可包括使用图像采集设备，以及获取所述定位信息，可包括：获取关于所述目标对象相对于所述图像捕捉装置的距离、仰角或方位角中的至少一个的信息。
12、根据本公开的实施例的第二方面，提供了一种识别方法，所述识别方法可包括：获取目标对象的原始图像；获取所述目标对象的定位信息，其中，所述目标对象的定位信息包括关于所述目标对象在物理空间中的位置的信息；基于所述定位信息提取所述原始图像中的目标区域；并且基于提取的目标区域识别所述目标对象。
13、所述识别方法还可包括：获取关于所述目标对象的信息，并且其中，识别所述目标对象的步骤包括：基于提取的目标区域识别所述目标对象的特征信息，并且将关于所述目标对象的所述信息和所述特征信息进行比较来识别所述目标对象。
14、可选地，识别所述目标对象的步骤可包括：基于提取的目标区域识别所述目标对象的特征信息，并且通过将所述特征信息与基于所述定位信息提取的目标区域的特征进行比较来识别所述目标对象。
15、可选地，所述特征信息可包括所述目标对象在所述原始图像中的大小和位置中的至少一个，提取的目标区域的特征可包括提取的目标区域的大小和位置中的至少一个，并且识别所述目标对象的步骤包括：将所述目标对象在所述原始图像中的大小和位置中的至少一个与提取的目标区域的大小和位置中的对应的至少一个进行比较。
16、可选地，提取所述目标区域的步骤可包括：基于所述定位信息，确定所述原始图像中的目标区域的位置和大小，并根据所述目标区域的位置和大小，提取所述目标区域。
17、所述识别方法还包括：还包括：确定所述原始图像中是否存在多个目标对象；基于确定存在所述多个目标对象，基于所述多个目标对象的多个定位信息分别提取所述原始图像中的多个目标区域，其中，所述多个目标区域包括所述多个目标对象中的至少一个对应的目标对象；将所述多个目标区域中的邻近的目标区域合并为一个目标区域；将合并得到的目标区域和所述多个目标区域中的其余目标区域作为用于识别的目标区域，并且基于所述用于识别的目标区域，识别所述多个目标对象中的至少一个。
18、可选地，识别所述多个目标对象中的至少一个的步骤可包括：基于所述用于识别的目标区域识别所述多个目标对象的多个特征信息，并且通过将所述多个特征信息与基于所述多个定位信息提取的所述多个目标区域的特征进行比较来识别所述多个目标对象中的至少一个。
19、根据本公开的实施例的第三方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时使处理器实现根据本公开的实施例的识别方法。
20、根据本公开的实施例的第四方面，提供了一种包括至少一个计算装置和至少一个存储指令的存储装置的系统，其中，所述指令在被所述至少一个计算装置运行时，促使所述至少一个计算装置执行根据本公开的实施例的识别方法。
21、根据本公开的识别系统和识别方法，通过使用定位技术，获取目标对象的定位信息，并从原始图像中动态提取目标区域，去除无效干扰物，降低图像的下采样率，使得小对象信息可以出现在更深的特征图中，从而提高小对象识别的性能。
22、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本文档来自技高网...【技术保护点】
1.一种识别系统，包括：
2.一种识别方法，包括：
3.如权利要求2所述的识别方法，还包括：
4.如权利要求2所述的识别方法，其中，识别所述目标对象的步骤包括：
5.如权利要求4所述的识别方法，其中，所述特征信息包括所述目标对象在所述原始图像中的大小和位置中的至少一个，
6.如权利要求2所述的识别方法，其中，提取所述目标区域的步骤包括：基于所述定位信息，确定所述原始图像中的所述目标区域的位置和大小，并且
7.如权利要求2所述的识别方法，还包括：
8.如权利要求7所述的识别方法，其中，识别所述多个目标对象中的至少一个的步骤包括：基于所述用于识别的目标区域识别所述多个目标对象的多个特征信息，并且通过将所述多个特征信息与基于所述多个定位信息提取的所述多个目标区域的特征进行比较来识别所述多个目标对象中的至少一个。
9.一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时使处理器实现如权利要求2所述的方法。
【技术特征摘要】
1.一种识别系统，包括：
2.一种识别方法，包括：
3.如权利要求2所述的识别方法，还包括：
4.如权利要求2所述的识别方法，其中，识别所述目标对象的步骤包括：
5.如权利要求4所述的识别方法，其中，所述特征信息包括所述目标对象在所述原始图像中的大小和位置中的至少一个，
6.如权利要求2所述的识别方法，其中，提取所述目标区域的步骤包括：基于所述定位信息，确定所述原始图像中的所述目标区域的位置和大小，并且
...
【专利技术属性】
技术研发人员：南晶彪，郭晹，金要汉，
申请(专利权)人：三星中国半导体有限公司，
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。