【技术实现步骤摘要】
本申请涉及计算机，具体而言，本申请涉及一种目标识别方法、装置、电子设备及存储介质。
技术介绍
1、随着科学技术的发展，人工智能越来越多地应用在人们的日常生活中。人们利用目标识别技术对环境中的目标对象进行识别，方便用户快速确认目标对象的身份。
2、目前，目标识别技术首先会对目标图像进行目标检测，在目标图像中检测出目标对象的位置，然后，将检测出来的目标对象从目标图像中剪切出来,基于剪切出来的目标图像提取身份特征，以利用身份特征进行目标识别，由此确认目标对象的身份。
3、由上可知，目标识别技术需要确认目标图像中目标对象的位置后，剪切目标对象对应的图像，才能提取身份特征进行目标识别，可见，目标识别步骤繁琐，将会大大降低目标识别的速度。
技术实现思路
1、本申请各提供了一种目标识别方法、装置、电子设备及存储介质，可以解决相关技术中存在的目标识别的速度慢的问题。所述技术方案如下：
2、根据本申请的一个方面，获取目标图像；将所述目标图像输入至目标识别模型，所述目标识别模型具有对所述目标图像中的各目标对象进行检测和识别的能力；通过所述目标识别模型对所述目标图像中的各所述目标对象进行目标检测，得到对应于各所述目标对象的检测结果；所述检测结果包括所述目标对象对应的身份特征；通过所述目标识别模型，基于各所述检测结果中的身份特征对相应的目标对象进行识别，得到对应于各所述目标对象的识别结果；所述识别结果用于指示相应所述目标对象的身份。
3、根据本申请的一个方面
4、在一示例性实施例中，所述目标识别装置还包括模型训练模块，用于训练所述目标识别模型：获取训练图像；所述训练图像包括所述训练图像中各目标对象对应的标签信息；将所述训练图像输入机器学习模型进行目标检测和目标识别，得到所述训练图像中各所述目标对象的预测结果；所述预测结果包括所述目标对象对应的预测类别、预测位置和预测身份信息；根据所述训练图像中各所述目标对象的预测结果和标签信息进行样本分配，并基于所述样本分配结果计算得到目标损失值；利用所述目标损失值训练所述机器学习模型，得到完成训练的目标识别模型。
5、在一示例性实施例中，所述模型训练模块，还用于针对所述训练图像进行目标检测，得到所述训练图像中各所述目标对象对应的预测类别和预测位置；通过对所述训练图像中各所述目标对象进行目标识别，得到各所述目标对象的预测身份信息；基于所述训练图像各目标对象对应的预测类别、预测位置和以及预测身份信息，得到预测结果。
6、在一示例性实施例中，所述标签信息包括所述目标对象在所述训练图像中的位置，所述模型训练模块，还用于确认所述目标对象在所述训练图像中的位置与预测位置之间的距离是否满足设定阈值；若满足所述设定阈值，则所述目标对象为正样本，并根据所述目标对象的标签信息得到第一样本分配结果；若不满足所述设定阈值，则所述目标对象为负样本，并根据设定规则得到所述目标对象的第二样本分配结果。
7、在一示例性实施例中，所述第一样本分配结果包括所述训练图像中各所述目标对象对应的分配类别、分配位置以及分配身份信息，所述模型训练模块，还用于根据各所述目标对象对应的预测类别和分配类别计算交叉熵损失，得到第一损失值；根据各所述目标对象中的所述正样本对应的预测位置和分配位置计算定位损失，得到第二损失值；根据各所述目标对象中的所述正样本对应的预测身份信息和分配身份信息计算分类损失，得到第三损失值；基于所述第一损失值、所述第二损失值以及所述第三损失值，得到所述目标损失值。
8、在一示例性实施例中，所述目标检测模块，还用于获取所述目标图像的图像特征；根据所述图像特征对所述目标图像中各所述目标对象进行定位，确认在所述目标图像中的各所述目标对象及其位置；基于各所述目标对象在所述目标图像中的位置，对各所述目标对象进行分类预测和特征提取，得到各所述目标对象的类别和身份特征；基于各所述目标对象在所述目标图像中的所述位置、所述类别和所述身份特征，得到各所述目标对象的检测结果。
9、在一示例性实施例中，所述目标识别模块，基于所述检测结果中的身份特征，分别与注册集中各已注册目标对象的身份特征进行相似度计算；所述注册集是通过多个已注册目标对象的图像构建的；基于计算得到的相似度，得到所述目标对象的识别结果。
10、在一示例性实施例中，所述目标识别装置还用于根据所述识别结果，控制与所述识别结果相关联的设备执行相应的自动化操作。
11、在一示例性实施例中，所述目标识别装置还用于根据所述识别结果指示的目标对象的身份，生成对应的指示信息；发送所述指示信息，以对识别到的所述目标对象进行提示。
12、根据本申请的一个方面，一种电子设备，包括至少一个处理器以及至少一个存储器，其中，所述存储器上存储有计算机可读指令；所述计算机可读指令被一个或多个所述处理器执行，使得电子设备实现如上所述的目标识别方法。
13、根据本申请的一个方面，一种存储介质，其上存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行，以实现如上所述的目标识别方法。
14、根据本申请的一个方面，一种计算机程序产品，计算机程序产品包括计算机可读指令，计算机可读指令存储在存储介质中，电子设备的一个或多个处理器从存储介质读取计算机可读指令，加载并执行该计算机可读指令，使得电子设备实现如上所述的目标识别方法。
15、本申请提供的技术方案带来的有益效果是：
16、在上述技术方案中，通过目标识别模型对目标图像进行目标对象的检测和识别，实现了一个目标识别模型同时对目标对象进行定位、分类和提取身份特征，并且利用该身份特征对目标对象进行识别，得到目标对象的身份，一个目标识别模型能够实现三种功能，简化了模型数量，并且降低了目标身份识别的复杂度，提高了目标对象的检测和识别效率，从而能够有效地解决相关技术中存在的目标对象的检测和识别步骤繁琐、速度慢的问题。
本文档来自技高网...【技术保护点】
1.一种目标识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述目标识别模型的训练过程包括：
3.如权利要求2所述的方法，其特征在于，所述将所述训练图像输入机器学习模型进行目标检测和目标识别，得到所述训练图像中各所述目标对象的预测结果，包括：
4.如权利要求2所述的方法，其特征在于，所述标签信息包括所述目标对象在所述训练图像中的位置；
5.如权利要求4所述的方法，其特征在于，所述第一样本分配结果包括所述训练图像中各所述目标对象对应的分配类别、分配位置以及分配身份信息；
6.如权利要求1所述的方法，其特征在于，所述通过所述目标识别模型对所述目标图像中的各所述目标对象进行目标检测，得到对应于各所述目标对象的检测结果，包括：
7.如权利要求1所述的方法，其特征在于，所述基于各所述检测结果中的身份特征对相应的目标对象进行识别，得到对应于各所述目标对象的识别结果，包括：
8.如权利要求1至7任一项所述的方法，其特征在于，所述基于各所述检测结果中的身份特征对相应的目标对象进行识别
9.如权利要求1至7任一项所述的方法，其特征在于，所述基于各所述检测结果中的身份特征对相应的目标对象进行识别，得到对应于各所述目标对象的识别结果之后，所述方法还包括：
10.一种目标识别装置，其特征在于，所述装置包括：
11.一种电子设备，其特征在于，包括：至少一个处理器以及至少一个存储器，其中，
12.一种存储介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令被一个或多个处理器执行，以实现如权利要求1至9中任一项所述的目标识别方法。
...【技术特征摘要】
1.一种目标识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述目标识别模型的训练过程包括：
3.如权利要求2所述的方法，其特征在于，所述将所述训练图像输入机器学习模型进行目标检测和目标识别，得到所述训练图像中各所述目标对象的预测结果，包括：
4.如权利要求2所述的方法，其特征在于，所述标签信息包括所述目标对象在所述训练图像中的位置；
5.如权利要求4所述的方法，其特征在于，所述第一样本分配结果包括所述训练图像中各所述目标对象对应的分配类别、分配位置以及分配身份信息；
6.如权利要求1所述的方法，其特征在于，所述通过所述目标识别模型对所述目标图像中的各所述目标对象进行目标检测，得到对应于各所述目标对象的检测结果，包括：
7.如权利要求1所述的方法，其特征在于，所述基...
【专利技术属性】
技术研发人员：王丹丹，
申请(专利权)人：深圳绿米联创科技有限公司，
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。