[发明专利]一种目标识别方法及图像处理设备

权利要求书

1.一种目标识别方法，其特征在于，包括：

SS01检测视频帧图像中的目标；

SS02图像优化：将检测视频帧图像中的目标进行图像增强，再对检测视频帧图像中的目标进行面部捕捉，再将检测视频帧图像中的目标进行图像缩放，得到目标面部的图像；

SS03将目标面部的的图像区域输入至深度特征网络中，得到目标面部的特征；其中，所述深度特征网络为：将多张面部图像输入至深度卷积神经网络训练得到；

SS04在预先存储的特征与身份的对应关系中，查找与所述特征相匹配的身份；

SS05将查找到的身份确定为目标识别结果。

2.根据权利要求1所述的一种目标识别方法，其特征在于，所述检测视频帧图像中的目标，包括：

利用图像检测算法，检测视频帧图像中的目标；

或者，将视频帧图像与预先设定的目标模型进行匹配，将匹配成功的图像区域确定为目标所在的图像区域。

3.根据权利要求1所述的一种目标识别方法，其特征在于，所述深度特征网络的训练过程包括：

获取多张面部图像，所述多张面部图像中包含多角度下的同一目标；

将所述多张面部图像中的目标所在区域输入至深度卷积神经网络；

利用随机梯度下降算法，对所述多角度下的同一目标进行分类训练，反向传播计算所述深度卷积神经网络中各层参数；

根据所述各层参数，构建所述深度特征网络。

4.根据权利要求1所述的一种目标识别方法，其特征在于，所述视频帧图像包括至少两台图像采集设备所采集的图像，在所述将查找到的身份确定为目标识别结果之后，还包括：

利用各台图像采集设备对应的目标识别结果，对所述各台图像采集设备所采集的图像中的目标进行跟踪。

5.一种图像处理设备，其特征在于，包括：处理器和存储器，其中，存储器用于存储可执行程序代码，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：

SS01检测视频帧图像中的目标；

SS02图像优化：将检测视频帧图像中的目标进行图像增强，再对检测视频帧图像中的目标进行面部捕捉，再将检测视频帧图像中的目标进行图像缩放，得到目标面部的图像；

SS03将目标面部的的图像区域输入至深度特征网络中，得到目标面部的特征；其中，所述深度特征网络为：将多张图像输入至深度卷积神经网络训练得到；

SS04在预先存储的特征与身份的对应关系中，查找与所述特征相匹配的身份；

SS05将查找到的身份确定为目标识别结果。

6.根据权利要求5所述的一种图像处理设备，其特征在于，所述处理器还用于执行如下步骤：

利用图像检测算法，检测视频帧图像中的目标；

或者，将视频帧图像与预先设定的目标模型进行匹配，将匹配成功的图像区域确定为目标所在的图像区域。

7.根据权利要求5所述的一种图像处理设备，其特征在于，所述处理器还用于执行如下步骤：

获取多张面部图像，所述多张面部图像中包含多角度下的同一目标；

将所述多张面部图像中的目标所在区域输入至深度卷积神经网络；

利用随机梯度下降算法，对所述多角度下的同一目标进行分类训练，反向传播计算所述深度卷积神经网络中各层参数；

根据所述各层参数，构建所述深度特征网络。

8.根据权利要求5所述的一种图像处理设备，其特征在于，所述视频帧图像包括至少两台图像采集设备所采集的图像，在所述将查找到的身份确定为目标识别结果之后，还包括：

利用各台图像采集设备对应的目标识别结果，对所述各台图像采集设备所采集的图像中的目标进行跟踪。