[发明专利]一种物体的定位方法、装置及计算机系统

说明书

本申请公开了一种物体的定位方法、装置及计算机系统，其中所述方法包括：接收彩色图像及所述彩色图像对应的深度图像；将所述彩色图像及所述深度图像进行图像融合，获得目标图像，所述目标图像为RGBD图像，所述目标图像的Alpha通道对应所述深度图像、RGB通道对应所述彩色图像；将所述目标图像输入预设模型进行识别，定位所述目标图像中目标物体的位置，所述预设模型的输入层包含RGB通道及Alpha通道，相较于仅基于彩色图像进行的识别，提高了对目标物体定位的效率及准确度，可根据目标物体的位置实现对目标物体的位移路线的追踪，当应用于无人店时，即可跟踪顾客的购物路线，在保障了货物安全的同时也能用于对顾客购买行为的分析，提升顾客的购买体验。

技术领域

本发明涉及图像识别领域，尤其涉及一种物体的定位方法、装置及计算机系统。

背景技术

随着互联网技术的发展，无人店逐渐成为了新零售领域的一股热潮。现有技术中，对无人店的商品防盗监测大多依赖于RFID无线射频识别技术，需要预先为每个商品贴上防盗标签，成本高且使用不方便。即使应用了人脸识别技术对顾客进出商店等行为进行识别确认，也存在着识别顾客的人脸导致侵犯顾客隐私的风险。

发明内容

为了解决现有技术的不足，本发明的主要目的在于提供一种物体的定位方法，以实现对物体的定位检测。

为了达到上述目的，第一方面本发明提供了一种物体的定位方法，所述方法包括：

接收彩色图像及所述彩色图像对应的深度图像；

将所述彩色图像及所述深度图像进行图像融合，获得目标图像，所述目标图像为RGBD图像，所述目标图像的Alpha通道对应所述深度图像、RGB通道对应所述彩色图像；

将所述目标图像输入预设模型进行识别，定位所述目标图像中目标物体的位置，所述预设模型的输入层包含RGB通道及Alpha通道。

在一些实施例中，将所述彩色图像及所述深度图像进行图像融合前，所述方法还包括：

按照预设方法及预设参数，对所述深度图像进行图像归一化操作。

在一些实施例中，将所述彩色图像及所述深度图像进行图像融合前，所述方法还包括：

对归一化后的所述深度图像及所述彩色图像进行图像配准。

在一些实施例中，所述彩色图像由第一相机拍摄，所述深度图像由第二相机拍摄，所述对所述彩色图像及所述深度图像进行图像配准包括：

使用棋盘格法，对所述第一相机及所述第二相机进行相机标定，获得所述第一相机及所述第二相机对应的变换矩阵；

根据所述变换矩阵，对所述彩色图像及所述深度图像进行图像配准。

在一些实施例中，将所述目标图像输入预设模型进行识别前，所述方法还包括：

对所述目标图像进行数据增强。

在一些实施例中，所述预设模型的训练过程包括：

获取训练图像集，所述图像集由对样本目标进行了预先标注的彩色图像及所述彩色图像对应的深度图像组成；

对所述深度图像进行图像归一化操作，并转换为预设格式；

对所述彩色图像及对应的所述深度图像进行图像配准；

将所述深度图像及对应的所述彩色图像进行图像融合，获得测试图像，所述测试图像为RGBD图像，所述测试图像的Alpha通道对应所述深度图像、RGB通道对应所述彩色图像；

将所述测试图像作为目标模型的输入，对应的预先标注的所述样本目标作为所述目标模型的预期输出，不断地对所述目标模型进行训练，直至所述目标模型满足预设条件。