[发明专利]目标遮挡评估方法、系统、介质及装置

说明书

本发明属于图像识别技术领域，具体提供一种目标遮挡评估方法、系统、介质及装置。本发明旨在解决现有的被遮挡目标直接进入计算模型而导致计算准确度低、计算量大的问题。为此目的，本发明的目标遮挡评估方法具体包括：将待识别图片分割成多个网格并判断每个网格为前景还是背景；计算待识别图片中前景网格的数量占总网格数量的比值，作为遮挡质量分；将遮挡质量分与预设分进行比较；当遮挡质量分小于预设分时，确定待识别图片中的目标被遮挡。通过设置合理的预设分，能够将获取的真实图片当中的遮挡严重的图片筛选出来，剔除了质量差的图片，将极大地减少后续目标识别系统的运行负担，使目标识别速度更快，效率更高。

技术领域

本发明属于图像识别技术领域，具体提供一种目标遮挡评估方法、系统、介质及装置。

背景技术

在视频领域中，通常会对各种目标进行判断，以目标为车辆为例，在车辆识别领域中，为了更好地实现车辆的监控，通常会采集车辆的照片信息用于比对。例如在车辆重识别应用场景中，能够从两张目标车辆的检测框图片中分别提取特征，计算相似度，然后基于相似度判断两个车辆是否为同一目标车辆。通过上述方式，能够使用户准确追踪某一车辆的具体行驶轨迹，为公安机关或者其它需求用户提供技术支持。

在车辆重识别等应用场景中，如果某个车辆在行驶过程中被遮挡，例如在拍照时被路边的广告牌遮挡住大部分车身，此时如果将这种质量过低的车辆纳入车辆重识别的计算模型中进行计算，非但无法保证其真实度，而且由于计算困难，还增加了计算模型的额外负担。因此，在类似上述的许多应用场景中，需要从目标车辆序列中剔除质量过低的目标，或是筛选出质量较高的目标，来为后续其它类似车辆重识别计算模型的计算模型的准确判断以及降低计算量提供支持。

由于遮挡是一个连续出现的情况，无法对每次遮挡都进行人工标注，因此不能直接采用分数拟合的方法。

上述是以车辆被遮挡为例进行说明的，但是其同样可以应用在其它目标群体上，例如对于行人的识别、对于养殖场或动物园的动物的识别等目标同样适用，但是为了更好地说明本发明的方案，下面的目标就以车辆为例进行统一说明。

相应的，本领域需要一种新的目标遮挡评估方法、系统、介质及装置来解决现有的被遮挡目标直接进入计算模型而导致计算准确度低、计算量大的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的被遮挡目标直接进入计算模型而导致计算准确度低、计算量大的问题，本发明提供了一种目标遮挡评估方法，包括：

将待识别图片分割成多个网格并判断每个网格为前景还是背景；

计算所述待识别图片中前景网格的数量占总网格数量的比值，并将其作为遮挡质量分；

将所述遮挡质量分与预设分进行比较；

当所述遮挡质量分小于所述预设分时，确定所述待识别图片中的目标被遮挡；

其中，所述遮挡质量分表示所述目标被遮挡的程度。

在上述方法的优选技术方案中，“将待识别图片分割成多个网格并判断每个网格为前景还是背景”具体包括：

将所述待识别图片输入到已训练的网格分割模型中，以便将所述待识别图片分割成多个网格；

通过所述网格分割模型对所述待识别图片进行预测，得到每个网格对应的输出向量，其中，所述输出向量包括多个双层网格，每一个双层网格具有一层前景得分和一层背景得分；

将所述前景得分与预设值进行比较；

如果所述前景得分大于所述预设值，则确定所述网格为前景；

否则，确定所述网格为背景。

在上述方法的优选技术方案中，所述已训练的网格分割模型的获得方式包括：