[发明专利]一种目标物识别方法以及装置

权利要求书

1.一种目标物识别方法，其特征在于，包括：

从采集的图像中，确定各目标物分别对应的第一区域；

从所述图像中提取各目标物分别对应的第一区域的图像，将各第一区域的图像拼接，确定待识别图像；

将所述待识别图像输入训练完成的目标检测模型，确定各目标物在所述待识别图像中分别对应的第二区域，以及各目标物的第一识别结果，所述第二区域的范围小于所述第一区域的范围；

将各目标物分别对应的第二区域的图像输入训练完成的分类模型，确定各目标物的第二识别结果，所述第一识别结果、所述第二识别结果为目标物处于不同状态的概率；

根据各目标物的第一识别结果以及第二识别结果，确定各目标物的最终识别结果，所述最终识别结果为目标物的状态。

2.如权利要求1所述的方法，其特征在于，从采集的图像中，分别确定各目标物对应的各第一区域，具体包括：

根据采集图像时的采集设备位姿，在预存的高精地图中确定所述采集设备采集的所述图像时，采集范围内的各目标物；

根据确定出的各目标物的位置以及各目标物的属性，在采集的所述图像中分别确定各目标物对应的区域；

根据放大参数，分别对各目标物对应的区域进行放大，将放大后的区域作为各目标物对应的第一区域。

3.如权利要求1所述的方法，其特征在于，从所述图像中提取各目标物分别对应的第一区域的图像，将各第一区域的图像拼接，确定待识别图像，具体包括：

按照确定出的各目标物分别对应的第一区域，从所述图像中提取出各目标物的子图像；

将各目标物的子图像进行拼接后的图像，作为待识别图像。

4.如权利要求1所述的方法，其特征在于，将各目标物分别对应的第二区域的图像输入训练完成的分类模型，确定各目标物的第二识别结果，具体包括：

针对每个目标物，根据所述目标检测模型输出的该目标物对应的第二区域，从所述待识别图像中，提取该目标物对应的第二区域的图像；

将该目标物对应的第二区域的图像，输入训练完成的分类模型，确定该目标物的第二识别结果。

5.如权利要求1所述的方法，其特征在于，所述第一识别结果以及所述第二识别结果为目标物处于不同状态的概率；

根据各目标物的第一识别结果以及第二识别结果，确定各目标物的最终识别结果，具体包括：

针对每个目标物，根据该目标物的第一识别结果、第二识别结果、第一权重以及第二权重，确定该目标物分别属于各不同状态的加权平均概率；

根据该目标物分别属于各不同状态的加权平均概率，确定该目标物的最终识别结果。

6.如权利要求2所述的方法，其特征在于，根据放大参数，分别对各目标物对应的区域进行放大，具体包括：

针对每个目标物，根据该目标物的位置、该目标物的属性以及采集图像时的所述采集设备位姿，确定该目标物对应的放大参数；

按照确定出的放大参数，对该目标物对应的区域进行放大。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

针对每个目标物，根据该目标物在所述待识别图像中对应的第二区域的位置，确定该目标物在对应的第一区域的图像中的位置；

根据该目标物在所述采集的图像中对应的第一区域的位置，以及该目标物在对应的第一区域的图像中的位置，确定该目标物在所述采集的图像中的位置；

根据该目标物在所述采集的图像中的位置，在所述采集的图像中标注该目标物。