[发明专利]机器人识别物体的方法及装置在审

专利信息
申请号: 201811216932.4 申请日: 2018-10-18
公开(公告)号: CN111079468A 公开(公告)日: 2020-04-28
发明(设计)人: 文旷瑜;陈浩广;许权南;杨万波 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 江舟;董文倩
地址: 519070 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 识别 物体 方法 装置
【权利要求书】:

1.一种机器人识别物体的方法,其特征在于,包括:

机器人依据以下信息建立零样本分类模型:样本视频段数据,样本视频段数据所属标签,以及每个标签的语义辅助信息;其中,所述零样本分类模型依据所述信息获取每个标签的指定特征;

通过所述零样本分类模型获取当前待识别视频段数据的第一指定特征;

依据所述第一指定特征与每个标签中指定特征的匹配度,确定所述待识别视频段数据所属的标签。

2.根据权利要求1所述的方法,其特征在于,依据所述第一指定特征与每个标签中指定特征的匹配度,包括:

获取所述第一指定特征与每个标签中指定特征之间的多个匹配度;

确定所述待识别视频段数据属于所述多个匹配度中匹配度最高的标签。

3.根据权利要求1所述的方法,其特征在于,通过以下方式建立所述零样本分类模型:

对所述样本视频段数据和所述样本视频段数据所属标签进行特征提取,获取视频段数据样本特征;

依据所述样本视频段数据所属标签和所述语义辅助信息,获取每个标签的语义嵌入表示,以及标签之间的语义差异度量;

依据所述视频段数据样本特征,和所述语义嵌入表示建立所述零样本分类模型。

4.根据权利要求1所述的方法,其特征在于,依据所述视频段数据样本特征,和所述语义嵌入表示建立所述零样本分类模型之后,所述方法还包括:

依据所述语义差异度量对所述零样本分类模型进行语义一致性正则化。

5.根据权利要求1所述的方法,其特征在于,所述零样本分类模型依据所述信息获取每个标签的指定特征,包括以下至少之一:

提取所述样本视频段数据的第一特征,确定所述样本视频段数据所属标签的指定特征为所述第一特征;

提取每个标签中的语义辅助信息中描述的第二特征,确定该标签的指定特征为所述第二特征。

6.一种识别物体的装置,其特征在于,应用于机器人,包括:

建模模块,用于依据以下信息建立零样本分类模型:样本视频段数据,样本视频段数据所属标签,以及每个标签的语义辅助信息;其中,所述零样本分类模型依据所述信息获取每个标签的指定特征;

获取模块,用于通过所述零样本分类模型获取当前待识别视频段数据的第一指定特征;

确定模块,用于依据所述第一指定特征与每个标签中指定特征的匹配度,确定所述待识别视频段数据所属的标签。

7.根据权利要求6所述的装置,其特征在于,所述确定模块还用于获取所述第一指定特征与每个标签中指定特征之间的多个匹配度;以及用于确定所述待识别视频段数据属于所述多个匹配度中匹配度最高的标签。

8.根据权利要求6所述的装置,其特征在于,所述建模模块还用于通过以下方式之一,依据所述信息获取每个标签的指定特征:

提取所述样本视频段数据的第一特征,确定所述样本视频段数据所属标签的指定特征为所述第一特征;

提取每个标签中的语义辅助信息中描述的第二特征,确定该标签的指定特征为所述第二特征。

9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。

10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811216932.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top