[发明专利]位置识别方法、装置、设备及计算机可读存储介质

权利要求书

1.一种位置识别方法，其特征在于，包括：

利用位置识别装置，获取待识别的目标图像；

利用预先训练好的预测模型对所述目标图像进行预测，以预测所述目标图像中的目标可行区域以及所述目标图像对应的第一距离变换图，所述预测模型是一种同时预测可行区域范围和距离变换图的多任务深度学习模型，拥有两个预测头，分别用来做可行区域的分割预测和距离变换图的回归预测，所述第一距离变换图表征了所述目标图像中的各个目标像素点与可行区域边界之间的预测距离；

根据所述目标可行区域，计算出所述目标图像对应的第二距离变换图；根据所述第一距离变换图与所述第二距离变换图，计算出所述目标图像对应的第三距离变换图；其中，所述第二距离变换图和所述第三距离变换图表征了所述目标图像中的各个目标像素点与可行区域边界之间的计算距离；根据所述第三距离变换图，确定佩戴所述位置识别装置的目标人员在所述第三距离变换图中的位置。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述目标人员在所述第三距离变换图中的位置，对所述目标人员进行报警提示。

3.根据权利要求1所述的方法，其特征在于，按照下述方式对所述预测模型进行训练：

在所述预测模型的每一轮训练中，从训练数据集中提取一幅样本图像以及所述样本图像中的可行区域的标注结果，作为本轮训练数据；

基于所述本轮训练数据，预测所述样本图像中的样本可行区域以及所述样本图像对应的样本距离变换图，所述样本距离变换图表征了所述样本图像中的各个样本像素点与可行区域边界之间的预测距离；

根据所述样本可行区域与所述样本距离变换图，对所述预测模型的当前参数进行调整。

4.根据权利要求3所述的方法，其特征在于，所述预测所述样本图像中的样本可行区域以及所述样本图像对应的样本距离变换图，包括：

利用用于预测可行区域的专属预测参数，预测所述样本图像中的样本可行区域；利用用于预测距离变换图的专属预测参数，预测所述样本图像对应的样本距离变换图；

或者，

利用共享预测参数和用于预测距离变换图的专属预测参数，预测所述样本图像中的样本距离变换图；利用所述共享预测参数和用于预测可行区域的专属预测参数、以及所述样本距离变换图的预测结果，预测所述样本图像对应的样本可行区域。

5.根据权利要求3或4所述的方法，其特征在于，所述预测模型在训练阶段使用的损失函数，包括：用于距离变换图预测的第一损失函数；

其中，所述第一损失函数是根据欧式距离损失函数和对抗损失函数得到的。

6.根据权利要求3或4所述的方法，其特征在于，所述预测模型在训练阶段使用的损失函数，包括：用于可行区域预测的第二损失函数；

其中，所述第二损失函数是根据标准交叉熵损失函数和软交叉熵损失函数得到的，其中，所述软交叉熵损失函数是基于距离变换图的模型学习目标所构造的交叉熵损失函数。

7.一种位置识别装置，其特征在于，包括：

图像获取单元，用于利用位置识别装置，获取待识别的目标图像；

图像预测单元，用于利用预先训练好的预测模型对所述目标图像进行预测，以预测所述目标图像中的目标可行区域以及所述目标图像对应的第一距离变换图，所述预测模型是一种同时预测可行区域范围和距离变换图的多任务深度学习模型，拥有两个预测头，分别用来做可行区域的分割预测和距离变换图的回归预测，所述第一距离变换图表征了所述目标图像中的各个目标像素点与可行区域边界之间的预测距离；

位置识别单元，用于根据所述目标可行区域，计算出所述目标图像对应的第二距离变换图；根据所述第一距离变换图与所述第二距离变换图，计算出所述目标图像对应的第三距离变换图；其中，所述第二距离变换图和所述第三距离变换图表征了所述目标图像中的各个目标像素点与可行区域边界之间的计算距离；根据所述第三距离变换图，确定佩戴所述位置识别装置的目标人员在所述第三距离变换图中的位置。