【技术实现步骤摘要】
本专利技术涉及数据处理，尤其提供一种巡检目标的归类方法、计算机设备及计算机可读存储介质。
技术介绍
1、为了维护道路上的各类设施，会有巡检车辆定期在道路上进行巡检，对道路的各个部分的设施进行检查，识别各类设施中是否存在巡检目标(即：是否有损坏以及潜在的隐患)，以便于及时维修；巡检车辆上装有相机或摄像头，能够上传拍摄数据并进行数据归档，得到需要进行维修的巡检目标档案数据，以方便进行报修。
2、而在实际的巡检情况中，在不同时间段检测到的同一巡检目标会因为早晚、光照、晴雨天气、拍摄角度等各种原因导致物体本身的特征产生变化，会存在将同一巡检目标视为多个目标的情况；又或者，由于目标环境的相似，也存在将不同位置下的巡检目标视为同一个的问题。导致难以识别当前巡检目标是否属于新出现的巡检目标，或是属于已经出现过的巡检目标。
技术实现思路
1、本申请实施例的目的提供一种巡检目标的归类方法，旨在解决现有的道路巡检中，不能精准的将巡检目标识别并归类的问题。
2、第一方面，本申请实施例提供了一种巡检目标的归类方法，该方法包括：
3、获取包括巡检目标的目标图像；根据所述目标图像从已归档数据库确定与所述目标图像相匹配的关联图像；将所述目标图像分别与各所述关联图像进行图像特征点匹配；确定所述目标图像中的所述巡检目标与各所述关联图像中的已归档目标是否具有相匹配的图像特征点；将所述目标图像中的与所述关联图像中的所述已归档目标具有相匹配的图像特征点的所述巡检目标进行归档处理。>
4、本申请的有益效果是：先基于目标图像的全局特征信息进行检索，能够对巡检目标所在场景也覆盖检索，提高检索准确度；再进一步的将目标图像与关联图像进行图像特征点匹配，基于局部的巡检目标确定目标图像与关联图像是否具有相关联的特征点，从而判断巡检目标是否属于新出现的目标；先全局再局部，能够提高对巡检目标进行归类的精准性。
5、进一步地，所述根据所述目标图像从已归档数据库确定与所述目标图像相匹配的关联图像，包括：将所述目标图像输入到已训练的图像提取模型中，所述图像提取模型用于提取所述目标图像的全局特征信息；根据所提取的所述目标图像的所述全局特征信息从已归档数据库中检索并得到与所述目标图像相匹配的若干个所述关联图像。
6、进一步地，所述确定所述目标图像中的所述巡检目标与各所述关联图像中的已归档目标是否具有相匹配的图像特征点；包括：在所述目标图像中对所述巡检目标的进行识别以得到巡检目标选框；根据所述巡检目标选框的范围确定所述目标图像的所述巡检目标与所述各所述关联图像中的所述已归档目标之间是否具有相匹配的图像特征点。
7、通过采用上述技术方案，针对性的对巡检目标范围内的匹配关键点的数量进行计算，更精准的判断巡检目标是否相同。
8、进一步地，在根据所述巡检目标选框的范围确定所述目标图像的所述巡检目标与所述各所述关联图像中的所述已归档目标之间是否具有相匹配的图像特征点之后，还包括：判断所述巡检目标与所述关联图像中的与所述巡检目标具有相匹配的图像特征点的所述已归档目标之间是否具有对应关系；将与所述关联图像中的所述已归档目标具有的相匹配的图像特征点以及具有对应关系的所述巡检目标进行归档处理。
9、进一步地，所述确定所述目标图像的所述巡检目标与各所述关联图像是否具有相匹配的图像特征点，还包括：将所述巡检目标选框放大处理后，在所述巡检目标选框范围内确定所述巡检目标与所述已归档目标是否具有相匹配的图像特征点。
10、通过采用上述技术方案，将巡检目标的框选范围放大处理后，使得能够在一个合适的选框范围内计算关键点的数量，提高查询结果的准确率。
11、进一步地，在所述将所述关联图像中的所述已归档目标具有的相匹配的图像特征点以及具有对应关系的所述巡检目标进行归档处理之后，还包括：将所述目标图像中的与所述关联图像中的所述已归档目标不具有相匹配的图像特征点的所述巡检目标进行建档处理；和/或，将所述目标图像中的与所述关联图像中的所述已归档目标具有相匹配的图像特征点但不具有对应关系的所述巡检目标进行建档处理。
12、进一步地，所述将所述目标图像中的与所述关联图像中的所述已归档目标不具有相匹配的图像特征点的所述巡检目标，以及将所述目标图像中的与所述关联图像中的所述已归档目标具有相匹配的图像特征点但不具有对应关系的所述巡检目标进行建档处理，包括：
13、根据已训练的跟踪模型对预设的第一集合进行处理并分类，得到若干个子集合；所述第一集合汇集预设时段内所得到的待建档目标，所述待建档目标包括所述目标图像中的与所述关联图像中的所述已归档目标不具有相匹配的图像特征点的所述巡检目标、和/或，所述目标图像中的与所述关联图像中的所述已归档目标具有相匹配的图像特征点但不具有对应关系的所述巡检目标；同一所述子集合内的各所述待建档目标为同一所述巡检目标；分别对各所述子集合内的所述待建档目标进行建档处理。
14、进一步地，所述待建档目标所在的所述目标图像为二次目标图像，在所述根据已训练的跟踪模型对预设的第一集合进行处理并分类，得到若干个子集合之后，还包括：将所述二次目标图像输入到已训练的图像提取模型中，所述图像提取模型用于提取当前所述二次目标图像的全局特征信息；根据当前所述二次目标图像的全局特征信息，从所述第一集合的各待建档目标所在的各所述二次目标图像中确定与当前所述二次目标图像相匹配的二次关联图像；将当前所述二次目标图像与各所述二次关联图像进行图像特征点匹配；确定当前所述二次目标图像中的所述待建档目标与各所述二次关联图像中的所述待建档目标是否具有相匹配的图像特征点；将具有相匹配的图像特征点的当前所述二次目标图像中的所述待建档目标及所述二次关联图像中的所述待建档目标分别所属的两个不同的所述子集合相合并。
15、第二方面，本申请实施例提供了一种计算机设备，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上述巡检目标的归类方法。
16、第三方面，本申请实施例提供了一种计算机可读存储介质，存储介质存储有计算机程序，其中，上述计算机程序被处理器执行时实现上述巡检目标的归类方法。
本文档来自技高网...【技术保护点】
1.一种巡检目标的归类方法，其特征在于，包括：
2.根据权利要求1所述的巡检目标的归类方法，其特征在于：所述根据所述目标图像从已归档数据库确定与所述目标图像相匹配的关联图像，包括：
3.根据权利要求1或2所述的巡检目标的归类方法，其特征在于：所述确定所述目标图像中的所述巡检目标与各所述关联图像中的已归档目标是否具有相匹配的图像特征点；包括：
4.根据权利要求3所述的巡检目标的归类方法，其特征在于：在根据所述巡检目标选框的范围确定所述目标图像的所述巡检目标与所述各所述关联图像中的所述已归档目标之间是否具有相匹配的图像特征点之后，还包括：
5.根据权利要求3所述的巡检目标的归类方法，其特征在于：所述确定所述目标图像的所述巡检目标与各所述关联图像是否具有相匹配的图像特征点，还包括：
6.根据权利要求4所述的巡检目标的归类方法，其特征在于：在所述将所述目标图像中与所述关联图像中的所述已归档目标具有的相匹配的图像特征点以及具有对应关系的所述巡检目标进行归档处理之后，还包括：
7.根据权利要求6所述的巡检目标的归类方法，
8.根据权利要求7所述的巡检目标的归类方法，所述待建档目标所在的目标图像为二次目标图像，其特征在于：在所述根据已训练的跟踪模型对预设的第一集合进行处理并分类，得到若干个子集合之后，还包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质，所述存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
...【技术特征摘要】
1.一种巡检目标的归类方法，其特征在于，包括：
2.根据权利要求1所述的巡检目标的归类方法，其特征在于：所述根据所述目标图像从已归档数据库确定与所述目标图像相匹配的关联图像，包括：
3.根据权利要求1或2所述的巡检目标的归类方法，其特征在于：所述确定所述目标图像中的所述巡检目标与各所述关联图像中的已归档目标是否具有相匹配的图像特征点；包括：
4.根据权利要求3所述的巡检目标的归类方法，其特征在于：在根据所述巡检目标选框的范围确定所述目标图像的所述巡检目标与所述各所述关联图像中的所述已归档目标之间是否具有相匹配的图像特征点之后，还包括：
5.根据权利要求3所述的巡检目标的归类方法，其特征在于：所述确定所述目标图像的所述巡检目标与各所述关联图像是否具有相匹配的图像特征点，还包括：
6.根据权利要求4所述的巡检目标的归类方法，其特征在于：在所述将所述目标图像中与所述关联图像中的所述已归档目标具有的相匹配的图像特征点以及具...
【专利技术属性】
技术研发人员：秦超，黄哲，肖嵘，
申请(专利权)人：深圳云天励飞技术股份有限公司，
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。