[发明专利]对象识别方法、装置、设备以及存储介质

权利要求书

1.一种对象识别方法，其特征在于，所述方法包括：

获取目标空间内离散分布的多个对象的三维坐标；

将所述目标空间划分为多个空间像素点；

基于每个空间像素点与多个三维坐标之间的距离，确定所述每个空间像素点的像素值，所述像素值用于表示所述空间像素点与所述多个对象之间的相对位置关系；

将所述目标空间划分为多个相互平行的虚拟平面，每个所述虚拟平面包括多个空间像素点；

将每个所述虚拟平面上的多个空间像素点的像素值进行组合，得到每个所述虚拟平面对应的虚拟平面图像；

将所述多个相互平行的虚拟平面分别对应的虚拟平面图像进行组合，得到目标空间图像，所述目标空间图像用于训练对象识别模型，所述对象识别模型用于根据任一目标空间图像识别所述目标空间中离散分布的对象。

2.根据权利要求1所述的方法，其特征在于，所述基于每个空间像素点与多个三维坐标之间的距离，确定所述每个空间像素点的像素值包括：

对于任一空间像素点，对所述空间像素点与多个三维坐标之间的距离进行分布变换，以使分布变换后的多个距离符合目标分布；

将所述分布变换后的多个距离确定为一个空间像素点的像素值。

3.根据权利要求2所述的方法，其特征在于，所述目标分布为高斯分布，所述对所述空间像素点与多个三维坐标之间的距离进行分布变换包括：

对所述空间像素点与所述多个三维坐标之间的距离进行高斯变换，得到高斯变换后的多个距离；

所述将所述分布变换后的多个距离确定为一个空间像素点的像素值包括：

将所述高斯变换后的多个距离进行叠加，得到所述空间像素点的像素值。

4.根据权利要求3所述的方法，其特征在于，所述将所述高斯变换后的多个距离进行叠加，得到所述空间像素点的像素值之后，所述方法还包括：

显示所述目标空间图像；

基于所述目标空间图像的清晰度，对高斯变换方差进行调整；

基于下一轮次中所述多个对象的三维坐标和调整后的高斯变换方差，重新生成所述下一轮次的目标空间图像。

5.根据权利要求1所述的方法，其特征在于，所述获取目标空间内离散分布的多个对象的三维坐标，包括：

获取所述目标空间内所述多个对象的原始三维坐标；

对所述多个对象的原始三维坐标进行归一化处理，得到所述多个对象的三维坐标。

6.根据权利要求5所述的方法，其特征在于，所述对所述多个对象的原始三维坐标进行归一化处理，得到所述多个对象的三维坐标包括：

对于所述多个对象中的任一对象，将所述任一对象的原始三维坐标与所述目标空间的最大边长相除，得到所述任一对象的三维坐标。

7.根据权利要求1所述的方法，其特征在于，所述将所述多个相互平行的虚拟平面分别对应的虚拟平面图像进行组合，得到目标空间图像之后，所述方法还包括：

将所述目标空间图像输入所述对象识别模型；

通过所述对象识别模型，基于所述目标空间图像进行预测，输出所述多个对象对应的预测标签，所述预测标签用于指示对应对象的类型；

获取所述对象识别模型输出的预测标签的准确度；

基于所述准确度，确定在下一轮次中将所述目标空间划分得到的空间像素点的数量，所述数量与所述准确度负相关。

8.根据权利要求1所述的方法，其特征在于，所述对象识别模型的训练方法包括：

将所述目标空间图像输入所述对象识别模型，由所述对象识别模型基于所述目标空间图像进行预测，输出所述多个对象在所述目标空间中的预测标签，所述预测标签用于指示对应对象的类型；

基于所述多个对象在所述目标空间中的预测标签与所述多个对象在所述目标空间中的实际标签之间的差异，对所述对象识别模型的模型参数进行调整。