[发明专利]信息处理方法及电子设备

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

在输入的图像流的第一帧图像中获取目标对象，基于所维护的对象与认证模型的对应关系确定所述目标对象所对应的目标认证模型；

对所述第一帧图像之后输入的所述图像流进行检测得到候选对象，基于所述目标认证模型对所述候选对象进行认证得到认证结果；

基于所述第一帧图像中的所述目标对象，对所述第一帧图像之后输入的所述图像流进行跟踪处理，得到所述目标对象的跟踪结果，所述跟踪结果包括所述目标对象在所述第一帧图像之后输入的所述图像流中的位姿变化信息；

基于所述认证结果以及所述跟踪结果在所述第一帧图像之后输入的所述图像流中识别出所述目标对象。

2.如权利要求1所述的信息处理方法，其特征在于，所述对应关系包括：所述对象的特征、所述对象对应的认证模型之间的对应关系；

所述基于所维护的对象与认证模型的对应关系确定所述目标对象所对应的目标认证模型，包括：

基于所述对象的特征提取方式从所述第一帧图像中提取所述目标对象的特征；

利用所述目标对象的特征与所述对应关系中的对象的特征进行匹配，得到匹配程度满足预设条件的所述对象的认证模型为所述目标认证模型。

3.如权利要求1所述的信息处理方法，其特征在于，所述方法还包括：

基于所述认证结果在第二帧图像的候选对象中选取置信度高于置信度阈值的候选对象，所述第二帧图像为所述图像流中在所述第一帧图像之后输入的帧图像；

确定各所述候选对象在所述第二帧图像、第一帧图像之间的位姿变化幅度，筛除位姿变换幅度大于幅度阈值的所述候选对象。

4.如权利要求1所述的信息处理方法，其特征在于，所述方法还包括：在所述第一帧图像之后输入的图像流中输入的帧图像中跟踪所述目标对象失败时，基于所维护的对象与认证模型的对应关系确定所述目标对象所对应的目标认证模型。

5.如权利要求1所述的信息处理方法，其特征在于，所述方法还包括：

基于所述目标对象的识别结果、以及所述认证结果中的至少一种生成样本，利用所述生成的样本更新所述认证模型；其中，

所述样本包括正样本和负样本的至少一种，所述正样本为所述第一帧图像之后输入的所述图像流中所述目标对象的特征，所述负样本为所述第一帧图像之后输入的所述图像流中非目标对象的特征。

6.一种电子设备，其特征在于，所述电子设备包括：

学习模块，用于在输入的图像流的第一帧图像中获取目标对象，基于所维护的对象与认证模型的对应关系确定所述目标对象所对应的目标认证模型；

检测模块，用于对所述第一帧图像之后输入的所述图像流进行检测得到候选对象，基于所述目标认证模型对所述候选对象进行认证得到认证结果；

跟踪模块，用于基于所述第一帧图像中的所述目标对象，对所述第一帧图像之后输入的所述图像流进行跟踪处理，得到所述目标对象的跟踪结果，所述跟踪结果包括所述目标对象在所述第一帧图像之后输入的所述图像流中的位姿变化信息；

融合模块，用于基于所述认证结果以及所述跟踪结果在所述第一帧图像之后输入的所述图像流中识别出所述目标对象。

7.如权利要求6所述的电子设备，其特征在于，所述对应关系包括：所述对象的特征、所述对象对应的认证模型之间的对应关系；

所述学习模块，还用于基于所述对象的特征提取方式从所述第一帧图像中提取所述目标对象的特征；

所述学习模块，还用于利用所述目标对象的特征与所述对应关系中的对象的特征进行匹配，得到匹配程度满足预设条件的所述对象的认证模型为所述目标认证模型。

8.如权利要求6所述的电子设备，其特征在于，

所述融合模块，还用于基于所述认证结果在第二帧图像的候选对象中选取置信度高于置信度阈值的候选对象，所述第二帧图像为所述图像流中在所述第一帧图像之后输入的帧图像；

所述融合模块，还用于确定各所述候选对象在所述第二帧图像、第一帧图像之间的位姿变化幅度，筛除位姿变换幅度大于幅度阈值的所述候选对象。