一种自动识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113837149A(43)申请公布日2021.12.24(21)申请号202111390026.8(22)申请日2021.11.23(71)申请人航天宏图信息技术股份有限公司地址100195北京市海淀区西杉创意园四区5号楼3层301室(72)发明人宋晓斌王昊王宇翔廖通逵刘东升周晓媛代光烁(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人周春霞(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书9页附图2页(54)发明名称一种自动识别方法和装置(57)摘要本发明提供了一种自动识别方法和装置，涉及图像处理的技术领域，包括：获取待识别图像，其中，待识别图像包括：待识别热红外图像和待识别可见光图像；将待识别热红外图像输入目标MaskR‑CNN模型中，得到待识别热红外图像中待识别对象的包围框；基于待识别对象的包围框确定出待识别可见光图像中对应的目标区域；将目标区域输入目标CNN模型中，得到待识别对象的类别以及类别的置信度，解决了现有技术中对待识别对象的识别方法存在识别效率较低的技术问题。CN113837149ACN113837149A权利要求书1/2页1.一种自动识别方法，其特征在于，包括：获取待识别图像，其中，所述待识别图像包括：待识别热红外图像和待识别可见光图像；将所述待识别热红外图像输入目标MaskR‑CNN模型中，得到所述待识别热红外图像中待识别对象的包围框；基于所述待识别对象的包围框确定出所述待识别可见光图像中对应的目标区域；将所述目标区域输入目标CNN模型中，得到所述待识别对象的类别以及所述类别的置信度。2.根据权利要求1所述的方法，其特征在于,基于所述待识别对象的包围框确定出所述待识别可见光图像中对应的目标区域，包括：确定出所述待识别对象的包围框的各个顶点在所述待识别热红外图像中的第一位置信息；基于所述第一位置信息，所述待识别热红外图像的分辨率和所述待识别可见光图像的分辨率，确定出所述第一位置信息对应的所述待识别可见光图像中的第二位置信息；基于所述第二位置信息，对所述待识别可见光图像进行分割，得到所述目标区域。3.根据权利要求2所述的方法，其特征在于，将所述目标区域输入目标CNN模型中，得到所述待识别对象的类别以及所述类别的置信度，包括：若所述待识别可见光图像为黑白图像，则将所述目标区域输入第一目标CNN模型，得到所述待识别对象的类别以及所述类别的置信度；若所述待识别可见光图像为彩色图像，则将所述目标区域输入第二目标CNN模型，得到所述待识别对象的类别以及所述类别的置信度。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：若所述类别的置信度小于预设阈值，则将所述待识别热红外图像的包围框内的热红外图像输入第三目标CNN模型，得到所述待识别对象的类别以及所述类别的置信度。5.根据权利要求4所述的方法，其特征在于，在获取待识别图像之前，所述方法还包括：获取样本图像，其中，所述样本图像包括：样本热红外图像和样本可见光图像，所述样本图像中包含一个样本对象；标注出所述样本热红外图像中的所述样本对象的包围框，以及标注出所述样本可见光图像中的所述样本对象的包围框和所述样本对象的类型；利用完成标注的样本热红外图像对预设MaskR‑CNN模型进行训练，得到所述目标MaskR‑CNN模型，以及利用完成标注的可见光图像对预设CNN模型进行训练，得到所述目标CNN模型。6.根据权利要求3所述的方法，其特征在于，利用完成标注的可见光图像对预设CNN模型进行训练，得到所述目标CNN模型，包括：若所述可见光图像为黑白图像，则利用完成标注的黑白图像对第一预设CNN模型进行训练，得到所述第一目标CNN模型；若所述可见光图像为彩色图像，则利用完成标注的彩色图像对第二预设CNN模型进行训练，得到所述第二目标CNN模型。7.根据权利要求5所述的方法，其特征在于，2CN113837149A权利要求书2/2页利用所述样本热红外图像的包围框内的热红外图像对第三预设CNN模型进行训练，得到所述第三目标CNN模型。8.一种自动识别装置，其特征在于，包括：获取单元，输入单元，第一确定单元和第二确定单元，其中，所述获取单元，用于获取待识别图像，其中，所述待识别图像包括：待识别热红外图像和待识别可见光图像；所述输入单元，用于将所述待识别热红外图像输入目标MaskR‑CNN模型中，得到所述待识别热红外图像中待识别对象的包围框；所述第一确定单元，用于基于所述待识别对象的包围框确定出所述待识别可见光图像中对应的目标区域；所述第二确定单元，用于将所述目标区域输入目标CNN模型中，得到