[发明专利]用于识别物体类别的方法及装置、电子设备

说明书

本发明实施例提供一种用于识别物体类别的方法及装置、电子设备。其中，用于识别物体类别的方法包括：根据待检测图像的多个物体候选框中M个关键点的位置信息从相应的物体候选框中确定M个关键点邻域区域，其中，M为N个预设的物体类别的关键点的总个数，M和N均为正整数；根据所述M个关键点邻域区域，采用用于识别图像中物体类别的卷积神经网络模型，确定所述待检测图像中至少一个物体的类别信息。本发明实施例的用于识别物体类别的方法及装置、电子设备，实现了在单类别或多类别物体的识别，识别准确性高。尤其是对于多类别物体识别的情况下，相对现有技术，识别准确性更高。

技术领域

本发明涉及图像处理的物体识别技术领域，尤其涉及一种用于识别物体类别的方法及装置、电子设备。

背景技术

随着计算机视觉技术的发展，物体检测已成为计算机视觉研究中的一个核心问题。物体检测是检测给定图像中物体的位置并识别该物体的类别。具体可划分为物体定位和物体识别两个过程，其中，物体定位是将图像中包含物体的外接矩形框(即物体候选框)找到。物体识别是在获得物体候选框之后，判断物体候选框中的物体属于哪一类别，或者候选框中无物体而属于背景。

现有的物体识别方法通过把候选框映射到卷积神经网络较深的特征图上的某一区域，对该区域做池化得到区域特征，之后再经过若干卷积层和全连接层得到其属于各类别的置信度。然而，上述方法虽已达到了识别物体类别的效果，但由于候选框中的信息较为空泛化，且在池化过程中会对很多关键位置带来较大的信息损失，因此，仍不能达到较高的物体识别的准确率，尤其是在需要识别的物体类别较多的情况下。

发明内容

本发明实施例提供一种识别物体类别的技术方案。

根据本发明实施例的一方面，提供一种用于识别物体类别的方法，包括：根据待检测图像的多个物体候选框中M个关键点的位置信息从相应的物体候选框中确定M个关键点邻域区域，其中，M为N个预设的物体类别的关键点的总个数，M和N均为正整数；根据所述M个关键点邻域区域，采用用于识别图像中物体类别的卷积神经网络模型，确定所述待检测图像中至少一个物体的类别信息。

可选地，结合本发明实施例提供的任一种用于识别物体类别的方法，其中，所述卷积神经网络模型包括K个卷积层、池化层和输出层，K为正整数；所述根据所述M个关键点邻域区域，采用用于识别图像中物体类别的卷积神经网络模型，确定所述待检测图像中至少一个物体的类别信息，包括：从第K-1个卷积层输出与所述M个关键点一一对应的特征图；从第K个卷积层输出每一所述特征图转化后得到的关键点的响应图；分别将所述M个关键点邻域区域映射到相应的关键点的响应图上得到映射区域；从池化层输出对应于M个所述映射区域的池化结果；基于M个所述池化结果从所述输出层获得属于各预设的物体类别的第一置信度，并根据所述属于各预设的物体类别的第一置信度确定所述至少一个物体的类别信息。

可选地，结合本发明实施例提供的任一种用于识别物体类别的方法，其中，所述基于M个所述池化结果从所述输出层获得属于各预设的物体类别的第一置信度，包括：对属于同一预设的物体类别的关键点相应的池化结果求取平均值得到各个预设的物体类别的分数；根据所述各个预设的物体类别的分数从所述输出层获得属于各预设的物体类别的第一置信度。

可选地，结合本发明实施例提供的任一种用于识别物体类别的方法，其中，在所述根据所述M个关键点邻域区域，采用用于识别图像中物体类别的卷积神经网络模型，确定所述待检测图像中至少一个物体的类别信息之前，所述方法还包括：对卷积神经网络模型进行训练；