[发明专利]一种基于智能电视画面的对象识别方法和系统

说明书

本发明公开了一种基于智能电视画面的对象识别方法，包括：检测单元实时检测；将检测得到的对象的局部图像数据与对象所属图像帧的信息保存至存储单元；识别单元收到识别请求时，进行对象识别归并对象信息并反馈对象识别结果。还公开了包含检测单元、存储单元和识别单元的系统。本发明通过对即将显示的图像帧，按照预设对象类型进行实时对象检测并将检测到的每帧图像中的每个对象的局部图像数据，与对象所属帧信息一起进行分类、依序存储；存储单元中保存的最近一段时间内的对象信息，使识别单元具有更充裕的数据输入进行识别比对，从而有效克服未精确匹配的单帧识别方法的识别成功率低的问题。

技术领域

本发明涉及图像识别技术领域，具体的说，是一种基于智能电视画面的对象识别方法及系统。

背景技术

随着人工智能产业的发展，语音识别、图像识别等算法的准确率不断提升，在智能电视领域的应用越来越广泛。基于语音识别的交互技术让智能电视使用更加方便；基于图像识别的智能推荐、人物介绍等功能让智能电视更加智能。语音交互与图像识别功能的结合，为智能电视用户带来了前所未有的智能体验。对着智能电视说一句“这个人是谁”，智能电视即可以图像、文本及语音信息对识别结果进行反馈，诸如此类功能，在支持语音交互的智能电视产品中已经比较常见。但是智能电视用户在使用这类功能时，用户真正想要识别的电视画面与实际被用于识别的图像帧之间无法精确匹配，导致识别成功率不高；而且当前产品中，普遍采用截取单帧图像进行识别，识别对象角度、形状或背景发生细微变化都可能导致识别失败从而降低识别成功率。

发明内容

本发明的目的在于提供一种基于智能电视画面的对象识别方法及系统，用于解决现有技术中采用截取单帧图像进行识别，容易导致识别失败从而降低识别成功率的问题。

本发明通过下述技术方案解决上述问题：

一种基于智能电视画面的对象识别方法，包括：

步骤S100：检测单元对要显示的图像帧，按照预设对象类型进行实时检测；

步骤S200：当检测到图像帧中存在对象时，将对象的局部图像数据与对象所属图像帧的信息进行分类保存至存储单元；

步骤S300：识别单元收到包含对象类型的识别请求时，依据识别请求中的对象类型取出对象的相关局部图像数据进行对象识别，归并对象信息并反馈对象识别结果。

进一步地，所述步骤S200具体包括：

步骤S210：当检测单元检测到对象时，标记出对象轮廓区域或囊括对象完整信息的矩形区域；

步骤S220：存储单元根据预设对象类型，分别建立先进先出的总容量为M的队列，将标记区域中的局部图像数据与当前图像帧的信息存储于队列中。

进一步地，所述步骤S300具体包括：

步骤S310：用户触发识别请求后，将识别请求的类型传递给识别单元；

步骤S320：依据识别请求的类型，从存储单元对应的队列中取出第一帧所包含的所有对象相关的局部图像数据进行对象识别；其中第一帧指的是最靠近队列入口位置的队列元素所在的帧；

若第一帧所包含的所有对象全部成功识别，则结束本次识别，跳转至步骤S330；否则继续读取相邻后续帧所包含的对象数据进行识别，直到对象全部识别成功或者队列中无数据则停止识别；

步骤S330：归并成功识别的对象信息并反馈对象识别结果。

一种基于智能电视画面的对象识别系统，包括：

检测单元，用于对要显示的图像帧，按照预设对象类型，进行实时对象检测，并将检测到的每帧图像中的每个对象的相关局部图像数据，与对象所属帧信息一起进行分类、依序存储；预置支持预设对象类型且已训练好的神经网络模型，能够按照预设对象类型对图像帧进行对象检测与标记；