[发明专利]前景识别方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202110265506.5 申请日: 2021-03-11
公开(公告)号: CN112990300A 公开(公告)日: 2021-06-18
发明(设计)人: 舒彧;俞益洲;李一鸣;乔昕 申请(专利权)人: 北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 北京天方智力知识产权代理事务所(普通合伙) 11719 代理人: 白凯园
地址: 102209 北京市昌平区北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 前景 识别 方法 装置 设备 计算机 可读 存储 介质
【说明书】:

本申请提供了一种前景识别方法,该方法包括:先生成待识别图片的特征表示,然后,根据该待识别图片的特征表示、以及预先生成的至少一个已知前景类别和背景类别各自对应的特征表示,确定该待识别图片的特征表示是否落入任一已知前景类别或背景类别的设定特征范围内,若否,则将待识别图片识别为未知前景类别。本申请通过特征对比,确定待识别图片中的图像是否属于已知前景类别或背景类别,当均不属于这些类别时,则将待识别图片识别为未知前景类别,提升了前景类别的识别正确率。本申请还提供了一种前景识别装置、设备及计算机可读存储介质。

技术领域

本申请涉及计算机技术领域,特别涉及一种前景识别方法、装置、设备及计算机可读存储介质。

背景技术

随着深度学习的快速发展,网络模型也向着更轻量更高效的方向快速发展,这使得智能化穿戴设备获得越来越广泛的研究。智能化穿戴设备在购物、出行、社交等方面都大幅地提高了人们的生活品质,并且,在诸如残障人士的临床治疗、生活辅助等特殊领域,也发挥着至关重要的作用。

其中,搭载在智能眼镜上的基于目标检测的视觉导盲系统,就是重要的智能化辅助视觉障碍人士的穿戴设备之一,该视觉导盲系统以图像或视频为输入数据,用于检测目标物体(比如行人或车辆等),然后,通过语音等方式,告诉视觉障碍人士检测到的目标物体的信息,从而辅助视觉障碍人士出行、生活等。

然而,现有的基于目标检测的视觉导盲系统,只能检测预定义的有限前景类别,并将其余所有类别都归结为背景类别。在特殊情况下,比如遇到疾驶而来的某种新型汽车或者罕见的野生动物等,视觉导盲系统由于在训练阶段没有见过这类样本而将其判断为背景,因此不能及时提醒视觉障碍人士进行有效地避让,从而导致危险发生。

发明内容

本申请提供了一种前景识别方法、装置、设备及计算机可读存储介质,能够提升前景类别的识别正确率。

第一方面,本申请提供了一种前景识别方法,包括:

生成待识别图片的特征表示;

根据所述待识别图片的特征表示、以及至少一个已知前景类别和背景类别各自对应的特征表示,确定所述待识别图片的特征表示是否落入任一已知前景类别或所述背景类别的设定特征范围内;

若所述待识别图片的特征表示未落入任一已知前景类别或所述背景类别的设定特征范围内,则将所述待识别图片识别为未知前景类别。

可选的,所述方法还包括:

若所述待识别图片的特征表示落入任一已知前景类别的设定特征范围内,则将所述待识别图片识别为该已知前景类别;

若所述待识别图片落入所述背景类别的设定特征范围内,则将所述待识别图片识别为所述背景类别。

可选的,所述确定所述待识别图片的特征表示是否落入任一已知前景类别或所述背景类别的设定特征范围内,包括:

对于每一已知前景类别,利用所述待识别图片的特征表示与该已知前景类别的特征表示,计算所述待识别图片与该已知前景类别之间的第一特征距离;根据所述第一特征距离是否小于第一预设阈值,则确定所述待识别图片是否落入该已知前景类别的预设特征范围内;

对于所述背景类别,利用所述待识别图片的特征表示与所述背景类别的特征表示,计算所述待识别图片与所述背景类别之间的第二特征距离;根据所述第二特征距离是否小于第二预设阈值,则确定所述待识别图片是否落入所述背景类别的预设特征范围内。

可选的,所述根据所述第一特征距离是否小于第一预设阈值,则确定所述待识别图片是否落入该已知前景类别的预设特征范围内,包括:

判断所述第一特征距离是否小于第一预设阈值,若是,则确定所述待识别图片落入该已知前景类别的预设特征范围内,若否,则确定所述待识别图片未落入该已知前景类别的预设特征范围内。

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北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司,未经北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司许可,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/202110265506.5/2.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