CN118212668A - 一种目标识别方法、装置、电子设备及介质 - Google Patents
一种目标识别方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN118212668A CN118212668A CN202211615713.XA CN202211615713A CN118212668A CN 118212668 A CN118212668 A CN 118212668A CN 202211615713 A CN202211615713 A CN 202211615713A CN 118212668 A CN118212668 A CN 118212668A
- Authority
- CN
- China
- Prior art keywords
- image
- parameters
- identified
- target
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 160
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003702 image correction Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种目标识别方法、装置、电子设备及介质。其中,该方法包括:根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;候选图像为存储于目标信息库中的图像;基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。本技术方案,通过对样本图像的图像参数进行统计,根据图像参数的统计结果对待识别目标进行图像采集和/或图像修正,以解决目标识别准确率低的问题。
Description
技术领域
本申请涉及机器视觉技术领域,尤其涉及一种目标识别方法、装置、电子设备及介质。
背景技术
目标识别,例如人脸识别、车辆识别等,是人工智能领域的热门应用。目前,目标识别方案通常是将待识别图像与预先建立的样本库中的图像进行一一比对,根据比对结果中相似度最高的样本图像,确定待识别图像的识别结果。
但是,由于成像环境不同,待识别图像的图像参数,例如图像亮度、图像对比度等,与样本图像的图像参数通常存在一定的差异。图像参数差异成为影响目标识别准确率的主要因素,如何缩小图像参数差异,提高目标识别准确率成为亟待解决的问题。
发明内容
本申请提供了一种目标识别方法、装置、电子设备及介质,通过对样本图像的图像参数进行统计,根据图像参数的统计结果对待识别目标进行图像采集和/或图像修正,以解决目标识别准确率低的问题。
根据本申请的一方面,提供了一种目标识别方法,所述方法包括:
根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;其中,候选图像为存储于目标信息库中的图像;
基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;
将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
根据本申请的另一方面,提供了一种目标识别装置,包括:
图像参数确定模块,用于根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;其中,候选图像为存储于目标信息库中的图像;
待识别图像生成模块,用于基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;
目标图像确定模块,用于将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
根据本申请的另一方面,提供了一种目标识别电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请任一实施例所述的目标识别方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本申请任一实施例所述的目标识别方法。
本申请实施例的技术方案,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。本技术方案,通过对样本图像的图像参数进行统计,根据图像参数的统计结果对待识别目标进行图像采集和/或图像修正,以解决目标识别准确率低的问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例一提供的一种目标识别方法的流程图;
图2是根据本申请实施例二提供的一种目标识别方法的流程图;
图3是根据本申请实施例三提供的一种目标识别装置的结构示意图;
图4是实现本申请实施例的一种目标识别方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本申请实施例一提供的一种目标识别方法的流程图,本实施例可适用于人脸、车辆等目标的识别场景,该方法可以由目标识别装置来执行,该目标识别装置可以采用硬件和/或软件的形式实现,该目标识别装置可配置于具有目标识别能力的电子设备中。如图1所示,该方法包括:
S110,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
本方案可以由具有目标检测、识别等功能的视觉处理设备执行,所述视觉处理设备可以包括摄像头、红外成像仪等图像采集设备,也可以包括计算机、服务器等图像处理设备。图像处理设备可以获取预先建立的目标信息库中的存储图像,根据应用场景在目标信息库中确定候选目标的候选图像,例如在交通场景,候选目标可以是车辆、行人等目标,在监控场景,候选目标可以是人脸、人体等目标。候选目标可以存在一个或多个,所述候选图像可以是含有候选目标的图像,每个候选目标的候选图像可以存在一幅或多幅。待识别目标可以为图像采集设备采集得到的图像中的目标,待识别目标的具体信息未知,需要和候选目标进行匹配从而确定待识别目标为哪一个目标,进而确定具体信息。
图像处理设备可以确定各候选图像的图像参数,其中,所述图像参数可以包括图像亮度值、图像比对度、图像噪点数量、图像色差值以及图像清晰度等。具体的,图像处理设备可以根据图像采集设备的快门、增益以及光圈等图像采集参数确定图像亮度值,或者可以通过读取图像的各像素值确定图像亮度值、图像对比度等图像参数。图像亮度值、图像对比度、图像噪点数量、图像色差值以及图像清晰度等图像参数还可以通过神经网络模型确定。例如,预先确定图像作为训练样本,并确定训练样本中的图像亮度值、图像对比度、图像噪点数量、图像色差值以及图像清晰度等图像参数中的至少一项,根据训练样本以及图像参数对神经网络模型进行训练,得到图像参数确定模型。将候选图像输入至图像参数确定模型中,确定候选图像的图像参数。
图像处理设备可以对候选图像的图像参数进行统计,根据图像参数的统计结果确定待识别目标的图像采集参数和/或图像处理参数。其中,所述待识别目标可能是候选目标中的一个,也可能不属于候选目标。
具体的,图像处理设备可以根据图像亮度值的统计结果,确定快门、增益以及光圈等图像采集参数的统计结果,并根据图像采集参数的统计结果确定待识别目标的图像采集参数。所述图像采集参数可以包括一组或多组。图像处理设备也可以根据图像对比度、图像噪点数量、图像色差值以及图像清晰度等图像参数的统计结果,确定待识别目标的图像处理参数。其中,所述统计结果可以包括最值、平均值、方差以及参数分布等结果。所述图像处理参数可以包括对比度调整参数、降噪参数、色差调整参数以及清晰度调整参数等。所述图像处理参数可以包括一组或多组。
S120,基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像。
为了避免待识别图像与候选图像在图像亮度值、图像对比度、图像噪点数量、图像色差值以及图像清晰度等方面存在差异导致的目标识别错误。图像处理设备可以控制图像采集设备在图像采集阶段缩小待识别目标的图像与候选图像的差异,也可以在得到待识别目标的图像之后,根据图像处理参数对待识别目标的图像进行调整,还可以既在图像采集阶段通过图像采集参数对待识别目标的成像进行调整,又在图像处理阶段对待识别目标的图像进行调整。
图像亮度值可以在图像采集阶段进行调整,也可以在得到待识别目标的图像之后,通过图像处理实现调整。图像对比度、图像噪点数量、图像色差值以及图像清晰度等可以通过图像处理参数对待识别目标的图像进行图像处理,以缩小与候选图像的差异性。例如图像处理设备既可以根据快门、增益等图像采集参数对待识别目标进行图像采集,在得到待识别目标的图像之后,又可以根据对比度调整参数调整待识别目标的图像的对比度,根据降噪参数对待识别目标的图像进行降噪等操作。图像处理设备可以将利用图像采集参数采集的待识别目标的图像,和/或利用图像处理参数处理后的待识别目标的图像作为待识别图像。
S130、将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
图像处理设备可以将待识别图像与候选图像进行比对,分别计算各待识别图像与各候选图像的相似度。具体的,图像处理设备可以在各待识别图像与候选图像中,依次选取一幅待识别图像和一幅候选图像,构成图像对,计算每个图像对中待识别图像与候选图像的相似度。将相似度最高的图像对中的候选图像作为待识别图像的目标图像。根据目标图像,图像处理设备可以确定待识别图像的识别结果。具体的,图像处理设备可以将目标图像匹配的目标作为待识别图像的识别结果。例如待识别图像可以包括人脸图像A、人脸图像B以及人脸图像C,候选图像包括人脸图像D和人脸图像E,通过待识别图像与候选图像的相似度计算,人脸图像A与人脸图像E的相似度最高,则人脸图像E为目标图像,待识别图像的识别结果可以是人脸图像E对应的人脸。
在一个可行的方案中,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
确定所述候选图像的图像参数中的最小值和最大值;
基于预设参数间隔,在最小值至最大值之间选取参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
在本方案中,图像处理设备可以统计候选图像的图像参数的最大值和最小值,按照预设参数间隔,在最小值至最大值之间设置一系列的参考图像参数。其中,所述预设参数间隔可以是定值,例如15。例如图像参数的最大值为100,最小值为10,预设参数间隔为15,参考图像参数可以包括10、25、40、55、70、85和100。所述预设参数间隔也可以是基于图像参数的统计分布变化的值,例如图像参数在[30,60]范围内,参数间隔设置为5,图像参数在[10,30)和(60,100]范围内,参数间隔设置为20。参考图像参数可以包括10、30、35、40、45、50、55、60、80和100。根据各参考图像参数,图像处理设备可以确定待识别目标的图像采集参数和/或待识别目标的图像的图像处理参数。
本方案可以在候选图像的图像参数范围内设置不同梯度的参考图像参数,有利于基于多梯度的参考图像参数,确定与待识别目标成像环境最为相近的候选图像,进而提高目标识别的准确率和可靠性。
在另一个可行的方案中,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
将各候选图像的图像参数作为参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
可以理解的,图像处理设备可以直接将各候选图像的图像处理参数作为参考图像参数,并根据参考图像参数,确定待识别目标的图像采集参数和/或待识别目标的图像的图像处理参数。
本方案可以直接利用候选图像的图像参数,有利于缩小候选图像与待识别图像的成像差距,进而实现目标识别精确度和鲁棒性。
可选的,根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
若所述参考图像参数为参考亮度值,则确定所述亮度值对应的图像采集参数,以基于所述图像采集参数对待识别目标进行图像采集得到的图像的亮度值为参考亮度值;
若所述参考图像参数为参考亮度值、参考对比度值、参考噪点数量、参考图像色差值、参考图像清晰度中的至少一项,则确定所述参考图像参数对应的图像处理参数,以基于所述图像处理参数对所述待识别目标的图像进行处理后得到的图像参数为所述参考图像参数。
容易理解的,图像亮度值取决于图像采集设备的图像采集参数以及拍摄目标所在的环境亮度。因此,如果参考图像参数为参考亮度值,图像处理设备可以根据各参考亮度值,计算对应的图像采集参数。示例性的,如果图像参数为图像亮度值,图像处理设备可以根据各参考亮度值,基于图像亮度值与图像采集参数的关联关系,计算对应的图像采集参数。图像采集参数可以是由快门、增益和光圈的取值组成的采集参数组。参考亮度值10、25、40、55、70、85和100可以对应采集参数组A、B、C、D、E、F以及G。图像采集设备基于图像采集参数采集的待识别目标的图像中存在与候选图像亮度值更为相近的图像。
图像处理设备还可以在得到待识别目标的图像之后,通过图像处理的方式,调整待识别目标的图像质量,以得到接近候选图像的图像质量的待识别图像。如果图像参数为参考亮度值、参考对比度值、参考噪点数量、参考图像色差值、参考图像清晰度中的一项或多项,图像处理设备可以根据各参考图像参数,计算对应的图像处理参数。例如根据参考对比度值10、25、40、55、70、85和100,确定对应的对比度调整参数A、B、C、D、E、F以及G。
上述方案通过图像采集参数和图像处理参数分别在图像采集和图像处理两个阶段对待识别目标的成像进行控制,有利于得到与候选图像成像环境接近的待识别图像,提高目标识别的准确率和抗干扰能力。
在上述方案的基础上,可选的,所述参考图像参数包括第一预设数量个参考亮度值以及第二预设数量个参考对比度值;第一预设数量个参考亮度值对应第一预设数量个图像采集参数,第二预设数量个参考对比度值对应第二预设数量个图像处理参数;
基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像,包括:
基于第一预设数量个图像采集参数分别对待识别目标进行图像采集,得到第一预设数量个采集图像;
对于第一预设数量个采集图像中各采集图像,基于第二预设数量个图像处理参数分别对采集图像进行图像处理,得到第二预设数量个处理图像;
将第一预设数量个采集图像经过图像处理得到的处理图像作为待识别图像;其中,待识别图像的数量为第一预设数量与第二预设数量的乘积。
在实施例中,图像采集设备可以按照第一预设数量的图像采集参数采集第一预设数量的采集图像。在得到采集图像之后,图像处理设备可以基于第二预设数量的图像处理参数,对各采集图像进行对应的图像处理。将各处理图像作为待识别图像。假设第一预设数量为M,第二预设数量为N,待识别图像的数量为M×N。图像采集设备可以对M×N个待识别图像与候选图像进行对比,与单一的待识别目标图像相比,不同图像参数梯度的待识别目标成像可以增大与候选图像匹配的概率。
本方案通过增加待识别图像的方式,提高了待识别目标成像与候选图像的匹配概率,有利于保证目标识别的可靠性。
本申请实施例的技术方案,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。本技术方案,通过对样本图像的图像参数进行统计,根据图像参数的统计结果对待识别目标进行图像采集和/或图像修正,以解决目标识别准确率低的问题。
实施例二
图2为本申请实施例二提供的一种目标识别方法的流程图,本实施例以上述实施例为基础进行优化。如图2所示,本实施例的方法具体包括如下步骤:
S210,对所述待识别目标进行图像采集得到初始图像,并确定所述初始图像与数据库中的存储图像的相似度。
本方案中,图像采集设备可以基于预设图像采集参数对待识别目标进行图像采集,得到初始图像。图像处理设备可以在目标信息库中对初始图像进行预匹配,计算初始图像与目标信息库中存储图像的相似度。所述相似度可以是基于直方图距离、余弦距离等方式确定的,也可以是基于哈希算法计算确定的,还可以是基于卷积神经网络进行特征提取,根据提取得到的特征向量的余弦相似度确定的。
S220,根据相似度排序,从所述存储图像中选取预设数量个的存储图像作为候选图像,或者,将与所述初始图像的相似度大于预设相似度阈值的存储图像作为候选图像。
图像处理设备可以对各相似度计算结果按照预设顺序进行排序。预设顺序可以为由高到低的顺序,也可以为由低到高的顺序。预设数量、预设相似度阈值可以根据实际情况适应性确定。根据相似度排序,图像处理设备可以在存储图像中选取预设数量的存储图像作为候选图像,例如,预设顺序为由高到低,预设数量为3,图像处理设备可以将各相似度计算结果按照由高到低的顺序进行排序,并将相似度排序中的前3幅存储图像作为候选图像。图像处理设备也可以根据相似度大小确定候选图像,例如,预设顺序为由高到低,预设相似度阈值为80%,将相似度大于预设相似度阈值80%的存储图像作为候选图像。
S230,判断候选图像的数量是否大于数量阈值。若是,则执行S240,若否,则执行S270。
图像处理设备可以根据候选图像的数量,确定参考图像参数的选取方式。如果候选图像的数量大于数量阈值,说明候选图像的数量过多,为提高处理效率,图像处理设备可以执行S240-S250,以获取适量参考图像参数的同时,保证候选图像与待识别图像的匹配概率。如果候选图像的数量小于或等于数量阈值,图像处理设备可以执行S260,直接将各候选图像的图像参数作为参考图像参数。
S240,确定所述候选图像的图像参数中的最小值和最大值。
S250,基于预设参数间隔,在最小值至最大值之间选取参考图像参数。
示例性的,假设候选图像的数量为P,数量阈值为10,若P大于10,候选图像的图像参数为图像亮度值、图像对比度、图像噪点数量、图像色差值以及图像清晰度中的一项,则确定P个候选图像中图像参数的最大值为100,最小值为10。预设参数间隔为15,则可以得到10、25、40、55、70、85和100七个参考图像参数。若P大于10,候选图像的图像参数为图像亮度值、图像对比度、图像噪点数量、图像色差值以及图像清晰度中的至少两项,以图像参数为两项为例,确定P个候选图像中图像参数中第一个图像参数的最大值为100,最小值为10,预设参数间隔为15,则可以得到10、25、40、55、70、85和100七个第一参考图像参数,对于第二个图像参数,确定第二个图像参数的最大值为70,最小值为20,预设参数间隔为10,则可以得到20、30、40、50、60、70共六个第二参考图像参数,将第一参考图像参数和第二参考图像参数进行组合,共确定7*6=42组参考图像参数。图像参数为两项以上的情况同理。
S260,将各候选图像的图像参数作为参考图像参数。
示例性的,以S250中的数据为例,若P小于或等于10,则将P个候选图像的图像参数作为参考图像参数,得到P个参考图像参数。
S270,根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
在确定了参考图像参数之后,图像处理设备可以根据各参考图像参数,确定对应的图像采集参数和/或图像处理参数,以在不同的图像采集参数下对待识别目标进行图像采集和/或在不同的图像处理参数下对待识别目标的图像进行图像处理。
S280,基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像。
S290,将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
本申请实施例的技术方案,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。本技术方案,通过对样本图像的图像参数进行统计,根据图像参数的统计结果对待识别目标进行图像采集和/或图像修正,以解决目标识别准确率低的问题。
实施例三
图3为本申请实施例三提供的一种目标识别装置的结构示意图,该装置可执行本申请任意实施例所提供的目标识别方法,具备执行方法相应的功能模块和有益效果。如图3所示,该装置包括:
图像参数确定模块310,用于根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;其中,候选图像为存储于目标信息库中的图像;
待识别图像生成模块320,用于基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;
目标图像确定模块330,用于将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
在一个可行的方案中,所述图像参数确定模块310,包括:
最值确定单元,用于确定所述候选图像的图像参数中的最小值和最大值;
第一参考参数确定单元,用于基于预设参数间隔,在最小值至最大值之间选取参考图像参数;
第一图像参数确定单元,用于根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
在另一个可行的方案中,所述图像参数确定模块310,包括:
第二参考参数确定单元,用于将各候选图像的图像参数作为参考图像参数;
第二图像参数确定单元,用于根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
在本方案中,可选的,所述装置还包括:
相似度确定模块,用于对所述待识别目标进行图像采集得到初始图像,并确定所述初始图像与数据库中的存储图像的相似度;
候选图像确定模块,用于根据相似度排序,从所述存储图像中选取预设数量个的存储图像作为候选图像,或者,将与所述初始图像的相似度大于预设相似度阈值的存储图像作为候选图像。
本实施例中,可选的,所述图像参数确定模块310,还用于:
若所述候选图像的数量大于数量阈值,则确定所述候选图像的图像参数中的最小值和最大值;
基于预设参数间隔,在最小值至最大值之间选取参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;
若所述候选图像的数量小于或等于数量阈值,将各候选图像的图像参数作为参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
可选的,所述图像参数确定模块310,具体用于:
若所述参考图像参数为参考亮度值,则确定所述亮度值对应的图像采集参数,以基于所述图像采集参数对待识别目标进行图像采集得到的图像的亮度值为参考亮度值;
若所述参考图像参数为参考亮度值、参考对比度值、参考噪点数量、参考图像色差值、参考图像清晰度中的至少一项,则确定所述参考图像参数对应的图像处理参数,以基于所述图像处理参数对所述待识别目标的图像进行处理后得到的图像参数为所述参考图像参数。
在上述方案的基础上,可选的,所述参考图像参数包括第一预设数量个参考亮度值以及第二预设数量个参考对比度值;第一预设数量个参考亮度值对应第一预设数量个图像采集参数,第二预设数量个参考对比度值对应第二预设数量个图像处理参数;
所述待识别图像生成模块320,包括:
采集图像生成单元,用于基于第一预设数量个图像采集参数分别对待识别目标进行图像采集,得到第一预设数量个采集图像;
处理图像生成单元,用于对于第一预设数量个采集图像中各采集图像,基于第二预设数量个图像处理参数分别对采集图像进行图像处理,得到第二预设数量个处理图像;
待识别图像生成单元,用于将第一预设数量个采集图像经过图像处理得到的处理图像作为待识别图像;其中,待识别图像的数量为第一预设数量与第二预设数量的乘积。
本申请实施例所提供的一种目标识别装置可执行本申请任意实施例所提供的一种目标识别方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM)412、随机访问存储器(RAM)413等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序,来执行各种适当的动作和处理。在RAM 413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如目标识别方法。
在一些实施例中,目标识别方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时,可以执行上文描述的目标识别方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标识别方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种目标识别方法,其特征在于,所述方法包括:
根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;其中,候选图像为存储于目标信息库中的图像;
基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;
将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
2.根据权利要求1所述的方法,其特征在于,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
确定所述候选图像的图像参数中的最小值和最大值;
基于预设参数间隔,在最小值至最大值之间选取参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
3.根据权利要求1所述的方法,其特征在于,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
将各候选图像的图像参数作为参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
4.根据权利要求1所述的方法,其特征在于,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
若所述候选图像的数量大于数量阈值,则确定所述候选图像的图像参数中的最小值和最大值;
基于预设参数间隔,在最小值至最大值之间选取参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;
若所述候选图像的数量小于或等于数量阈值,将各候选图像的图像参数作为参考图像参数;
根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数。
5.根据权利要求2-4中任一项所述的方法,其特征在于,根据所述参考图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数,包括:
若所述参考图像参数为参考亮度值,则确定所述亮度值对应的图像采集参数,以基于所述图像采集参数对待识别目标进行图像采集得到的图像的亮度值为参考亮度值;
若所述参考图像参数为参考亮度值、参考对比度值、参考噪点数量、参考图像色差值、参考图像清晰度中的至少一项,则确定所述参考图像参数对应的图像处理参数,以基于所述图像处理参数对所述待识别目标的图像进行处理后得到的图像参数为所述参考图像参数。
6.根据权利要求5所述的方法,其特征在于,所述参考图像参数包括第一预设数量个参考亮度值以及第二预设数量个参考对比度值;第一预设数量个参考亮度值对应第一预设数量个图像采集参数,第二预设数量个参考对比度值对应第二预设数量个图像处理参数;
基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像,包括:
基于第一预设数量个图像采集参数分别对待识别目标进行图像采集,得到第一预设数量个采集图像;
对于第一预设数量个采集图像中各采集图像,基于第二预设数量个图像处理参数分别对采集图像进行图像处理,得到第二预设数量个处理图像;
将第一预设数量个采集图像经过图像处理得到的处理图像作为待识别图像;其中,待识别图像的数量为第一预设数量与第二预设数量的乘积。
7.根据权利要求1所述的方法,其特征在于,根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数之前,所述方法还包括:
对所述待识别目标进行图像采集得到初始图像,并确定所述初始图像与数据库中的存储图像的相似度;
根据相似度排序,从所述存储图像中选取预设数量个的存储图像作为候选图像,或者,将与所述初始图像的相似度大于预设相似度阈值的存储图像作为候选图像。
8.一种目标识别装置,其特征在于,所述装置包括:
图像参数确定模块,用于根据候选目标的候选图像的图像参数,确定对待识别目标进行图像采集的图像采集参数和/或对所述待识别目标的图像进行处理的图像处理参数;其中,候选图像为存储于目标信息库中的图像;
待识别图像生成模块,用于基于所述图像采集参数对待识别目标进行图像采集,和/或基于所述图像处理参数对所述待识别目标的图像进行处理,得到待识别图像;
目标图像确定模块,用于将所述待识别图像与所述候选图像进行匹配,从所述候选图像中确定与所述待识别图像相匹配的目标图像。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的目标识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的目标识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211615713.XA CN118212668A (zh) | 2022-12-15 | 2022-12-15 | 一种目标识别方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211615713.XA CN118212668A (zh) | 2022-12-15 | 2022-12-15 | 一种目标识别方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118212668A true CN118212668A (zh) | 2024-06-18 |
Family
ID=91456391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211615713.XA Pending CN118212668A (zh) | 2022-12-15 | 2022-12-15 | 一种目标识别方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118212668A (zh) |
-
2022
- 2022-12-15 CN CN202211615713.XA patent/CN118212668A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111079670B (zh) | 人脸识别方法、装置、终端和介质 | |
CN112597837B (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN112949767B (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN112488060B (zh) | 目标检测方法、装置、设备和介质 | |
CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
CN112306829A (zh) | 性能信息的确定方法及装置、存储介质、终端 | |
CN116596854A (zh) | 一种设备缺陷的识别方法、装置、设备及介质 | |
CN116703925B (zh) | 一种轴承缺陷检测方法、装置、电子设备及存储介质 | |
CN117611483A (zh) | 一种图像采集方法、装置、设备及存储介质 | |
CN115018784B (zh) | 一种导线散股缺陷的检测方法、装置、设备及介质 | |
CN116012859A (zh) | 基于清晰度指标的文本图像拒识判断方法、装置及设备 | |
CN116668843A (zh) | 一种拍摄状态的切换方法、装置、电子设备以及存储介质 | |
CN118212668A (zh) | 一种目标识别方法、装置、电子设备及介质 | |
CN115205163A (zh) | 一种标识图像的处理方法、装置、设备及存储介质 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
CN114219744B (zh) | 图像生成方法、装置、设备及存储介质 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN117808848B (zh) | 一种识别跟踪方法、装置、电子设备及存储介质 | |
CN117994505B (zh) | 一种磁珠结合率确定方法、装置、电子设备及存储介质 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN116935366B (zh) | 一种目标检测方法、装置、电子设备及存储介质 | |
CN117746069B (zh) | 以图搜图的模型训练方法、和以图搜图方法 | |
CN116883648B (zh) | 一种异物检测方法、装置、电子设备及存储介质 | |
CN117745701A (zh) | 一种缺陷检测方法、装置、电子设备以及存储介质 | |
CN109711328B (zh) | 一种人脸识别方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |