[发明专利]对象识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种对象识别方法、装置、计算机设备和存储介质。所述方法包括：获取待进行异常识别的目标对象集合；获取各个目标对象分别对应的资源转移特征集合；确定异常检测模型集合；异常检测模型集合中的异常检测模型所采取的异常检测策略不同；通过各个异常检测模型，确定目标对象所对应的资源转移特征集合中，各个资源转移特征在所在特征维度对应的目标特征集合中的分布结果；对异常检测模型集合中各个异常检测模型对目标对象的模型检测结果进行统计，得到目标对象的异常检测结果。上述方案，综合统计多个异常检测模型对应的模型检测结果，能够基于多种分布结果来确定目标对象的异常检测结果，能有效提高对象识别的准确度。

技术领域

本申请涉及网络识别技术领域，特别是涉及一种对象识别方法、装置、计 算机设备和存储介质。

背景技术

随着网络识别技术的发展，出现了通过网络检测模型来识别对象的技术。 该技术中，通过网络检测模型对输入的特征进行识别，进而得到对应的模型结 果。

传统技术中，基于标签样本来训练网络检测模型，并基于已训练的网络检 测模型来对对象进行识别。然而，这种方法需要花费较多时间采集大量的标签 样本来进行模型训练，存在标签错误的情况，导致对象识别的准确度降低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背 景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

基于此，有必要针对上述技术问题，提供一种对象识别方法、装置、计算 机设备和存储介质。

一种对象识别方法，所述方法包括：获取待进行异常识别的目标对象集合， 所述目标对象集合包括多个目标对象；获取各个所述目标对象分别对应的资源 转移特征集合，所述资源转移特征集合包括多个特征维度分别对应的资源转移 特征；确定异常检测模型集合，所述异常检测模型集合中包括多个异常检测模 型；所述异常检测模型集合中的异常检测模型所采取的异常检测策略不同；通 过各个所述异常检测模型，确定所述目标对象所对应的资源转移特征集合中， 各个资源转移特征在所在特征维度对应的目标特征集合中的分布结果；基于所 述异常检测模型所得到的所述分布结果确定所述异常检测模型对所述目标对象 的模型检测结果；对所述异常检测模型集合中各个异常检测模型对所述目标对 象的模型检测结果进行统计，得到所述目标对象的异常检测结果。

一种对象识别装置，所述装置包括：对象集合获取模块，用于获取待进行 异常识别的目标对象集合，所述目标对象集合包括多个目标对象；特征集合获 取模块，用于获取各个所述目标对象分别对应的资源转移特征集合，所述资源 转移特征集合包括多个特征维度分别对应的资源转移特征；模型集合确定模块， 用于确定异常检测模型集合，所述异常检测模型集合中包括多个异常检测模型； 所述异常检测模型集合中的异常检测模型所采取的异常检测策略不同；特征分 布确定模块，用于通过各个所述异常检测模型，确定所述目标对象所对应的资 源转移特征集合中，各个资源转移特征在所在特征维度对应的目标特征集合中 的分布结果；模型检测结果确定模块，用于基于所述异常检测模型所得到的所 述分布结果确定所述异常检测模型对所述目标对象的模型检测结果；异常检测 结果确定模块，用于对所述异常检测模型集合中各个异常检测模型对所述目标 对象的模型检测结果进行统计，得到所述目标对象的异常检测结果。