[发明专利]对象识别方法、装置、设备和存储介质在审

专利信息
申请号: 202111161862.9 申请日: 2021-09-30
公开(公告)号: CN115937556A 公开(公告)日: 2023-04-07
发明(设计)人: 樊鹏 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/762 分类号: G06V10/762;G06V10/80;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/0442;G06N3/084
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 刘佳妮
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 识别 方法 装置 设备 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:

获取候选对象集合;所述候选对象集合包括多个候选对象;

获取所述候选对象的多个候选对象信息,提取得到各个候选对象信息对应的候选对象特征,融合各个候选对象特征得到所述候选对象对应的对象提取特征,基于所述对象提取特征进行对象类别可能度识别,得到所述候选对象属于目标对象类别的识别可能度;

对所述候选对象对应的对象提取特征进行聚类,得到各个聚类类别对应的子提取特征集合,将所述子提取特征集合中的对象提取特征对应的候选对象组成子对象集合;

基于所述子对象集合中各个所述候选对象对应的识别可能度,从所述子对象集合中选取得到代表对象。

2.根据权利要求1所述的方法,其特征在于,所述对象提取特征是通过对象筛选模型进行特征提取得到的,得到所述对象筛选模型的步骤包括:

获取所述目标对象类别对应的种子对象;

获取所述种子对象对应的种子对象信息,将所述种子对象信息作为训练样本中的训练特征,将所述目标对象类别作为所述训练样本中的标签,组成所述训练样本;

基于所述训练样本进行模型训练,得到所述对象筛选模型。

3.根据权利要求2所述的方法,其特征在于,所述获取所述候选对象的多个候选对象信息,提取得到各个候选对象信息对应的候选对象特征,包括:

将所述候选对象的多个候选对象信息输入到所述对象筛选模型的特征提取层中进行特征提取,得到各个候选对象信息对应的候选对象特征;

所述融合各个候选对象特征得到所述候选对象对应的对象提取特征,基于所述对象提取特征进行对象类别可能度识别,得到所述候选对象属于目标对象类别的识别可能度,包括:

将各个候选对象特征输入到所述对象筛选模型的分类层,以使所述分类层融合各个候选对象特征得到对象提取特征;

获取所述分类层对所述对象提取特征进行对象类别可能度识别后输出的所述候选对象属于目标对象类别的识别可能度。

4.根据权利要求1所述的方法,其特征在于,所述对所述候选对象对应的对象提取特征进行聚类,得到各个聚类类别对应的子提取特征集合,将所述子提取特征集合中的对象提取特征对应的候选对象组成子对象集合,包括:

获取对应于不同候选对象的对象提取特征之间的特征距离;

对于各个对象提取特征,基于各特征距离,确定位于所述各个对象提取特征所在的区域内的对象提取特征的数量,基于所述数量,得到所述各个对象提取特征的区域对象密度;

基于所述各个对象提取特征的区域对象密度选取聚类中心,基于所述聚类中心对对象提取特征进行聚类,得到各个聚类类别对应的子提取特征集合;所述子提取特征集合中的对象提取特征对应的候选对象组成所述子对象集合。

5.根据权利要求4所述的方法,其特征在于,所述基于所述各个对象提取特征的区域对象密度选取聚类中心,包括:

在区域对象密度大于所述对象提取特征的区域对象密度的特征中,确定所述对象提取特征的邻近提取特征;

将所述对象提取特征与所述邻近提取特征之间的特征距离,作为所述对象提取特征对应的目标距离;

基于所述对象提取特征的区域对象密度以及所述对象提取特征对应的目标距离,选取聚类中心。

6.根据权利要求4所述的方法,其特征在于,所述基于所述聚类中心对对象提取特征进行聚类,得到各个聚类类别对应的子提取特征集合,包括:

获取待确定聚类类别的当前对象提取特征;

获取区域对象密度大于所述当前对象提取特征的区域对象密度的聚类中心,作为所述当前对象提取特征对应的候选聚类中心;所述当前对象提取特征对应的候选聚类中心组成候选中心集合;

基于所述当前对象提取特征与候选聚类中心的距离,从所述候选中心集合中选取所述当前对象提取特征对应的邻近聚类中心,将所述当前对象提取特征加入到将所述邻近聚类中心所对应的子提取特征集合中。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202111161862.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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