一种随遇非典型目标的自主识别方法、装置、设备及介质与流程

本技术涉及目标识别，具体涉及一种随遇非典型目标的自主识别方法、装置、设备及介质。

背景技术：

1、现有的目标自主识别技术分类两个类型，第一类采用的方式是提前采集大量与目标相关的数据，采集完成后对数据进行标注，再将标注好的数据输入到网络模型中进行训练，最后利用训练好的模型对目标进行检测识别，识别到真实目标后对目标进行跟踪。第二类目标自主识别技术为基于参考图像的目标匹配识别技术，首先需要获取目标的卫星成像数据、目标所在gps坐标，目标3d模型数据等进行目标三维重建获得目标基准图，再对基准图进行一系列复杂的预处理流程得到基准图像，再利用制备得到的基准图像与实时图像进行特征匹配。

2、但是，这两类目标自主识别技术均存在缺陷，第一类基于先验知识的目标自主识别技术，仅适用于典型的合作目标，如车辆、行人等，这类目标容易获取大量的训练数据集，但是对于随遇的非典型目标，如港口、机场、特种车辆、远程飞行器等，由于训练集中无法获取大量关于这类目标的图像数据，基于先验知识的目标自主识别技术对随遇非典型目标识别效果较差。第二类基于参考图像的目标匹配识别技术，具有较复杂的模板制备过程，保障条件多，模板制备时间慢，可适应的尺度差异、视角差异小，目标匹配识别成功率较低。

技术实现思路

1、本技术提供一种随遇非典型目标的自主识别方法、装置、设备及计算机可读存储介质，可以解决现有技术中的目标识别方法无法快速准确的对随遇非典型目标进行快速准确的识别的技术问题。

2、第一方面，本技术实施例提供一种随遇非典型目标的自主识别方法，所述随遇非典型目标的自主识别方法包括：

3、通过成像设备拍摄包含目标及目标背景的参考图像；

4、基于所述参考图像，根据所述参考图像中目标的像素尺寸和拍摄所述参考图像时成像设备的位姿信息制备模板图像，其中所述模板图像包括包含整幅参考图像的第一类模板图像、只包含目标的第二类模板图像和只包含目标关键部位的第三类模板图像；

5、根据目标识别设备与目标的距离选择对应类型的模板图像结合所述目标识别设备拍摄的实时图像进行目标匹配识别和跟踪。

6、结合第一方面，在一种实施方式中，所述成像设备包括变焦成像设备、定焦成像设备或卫星成像设备，通过成像设备拍摄包含目标及目标背景的参考图像，包括：

7、若所述成像设备为变焦成像设备，则控制所述变焦成像设备在与目标相同距离的多个角度变焦拍摄目标，以获得所述参考图像，并记录所述变焦成像设备的位姿信息和焦距；

8、若所述成像设备为定焦成像设备，则控制所述定焦成像设备在与目标不同距离的多个角度拍摄目标，以获得所述参考图像，并记录所述定焦成像设备的位姿信息；

9、若所述成像设备为卫星成像设备，则保存多种分辨率的卫星成像作为所述参考图像，并记录所述卫星成像设备的分辨率；

10、其中，所述位姿信息包括成像设备与目标的俯仰角、偏航角和距离。

11、在一种实施方式中，基于所述参考图像，根据所述参考图像中目标的像素尺寸和拍摄所述参考图像时成像设备的位姿信息制备模板图像，包括：

12、当成像设备为变焦成像设备或定焦成像设备时，根据拍摄所述参考图像时成像设备的焦距以及与目标的距离计算所述参考图像的分辨率；

13、根据所述参考图像中目标的像素尺寸，对所述参考图像进行截取得到所述模板图像；

14、将所述模板图像中目标的坐标、像素尺寸以及分辨率写入所述模板图像的预设位置。

15、在一种实施方式中，根据所述参考图像中目标的像素尺寸，对所述参考图像进行截取得到所述模板图像，包括：

16、若所述参考图像中目标的像素尺寸小于预设的第一尺寸阈值，则将整幅参考图像作为所述第一类模板图像；

17、若所述参考图像中目标的像素尺寸大于或等于所述第一尺寸阈值且小于或等于预设的第二尺寸阈值，则在所述参考图像中截取目标区域图像作为所述第二类模板图像；

18、若所述参考图像中目标的像素尺寸大于所述第二尺寸阈值，则在所述参考图像中截取目标关键部位的图像作为所述第三类模板图像；

19、其中，所述第二尺寸阈值大于所述第一尺寸阈值。

20、在一种实施方式中，根据所述参考图像中目标的像素尺寸，对所述参考图像进行截取得到所述模板图像之后，还包括：

21、根据拍摄参考图像时所述成像设备的俯仰角和偏航角，以及所述目标识别设备在相同分辨率下相对于目标的俯仰角和偏航角，对对应的模板图像进行视角校正。

22、在一种实施方式中，根据目标识别设备与目标的距离选择对应类型的模板图像结合所述目标识别设备拍摄的实时图像进行目标匹配识别和跟踪之前，还包括：

23、提取并保存目标的像素尺寸小于所述第一尺寸阈值的模板图像的深度特征点和特征向量；

24、提取并保存目标的像素尺寸大于或等于所述第一尺寸阈值的模板图像的深度特征图。

25、在一种实施方式中，根据目标识别设备与目标的距离选择对应类型的模板图像结合所述目标识别设备拍摄的实时图像进行目标匹配识别和跟踪，包括：

26、确定所述目标识别设备拍摄的所述实时图像的分辨率；

27、若所述目标识别设备拍摄所述实时图片时与目标的距离大于预设的第一距离阈值，则提取所述实时图片的深度特征点和特征向量，并与分辨率差值最小的第一类模板图像的深度特征点和特征向量进行匹配，以对目标进行识别和跟踪；

28、若所述目标识别设备拍摄所述实时图片时与目标的距离小于或等于所述第一距离阈值且大于或等于预设的第二距离阈值，则提取所述实时图片的深度特征图，并与分辨率差值最小的第二类模板图像的深度特征图进行匹配，以对目标进行识别和跟踪；

29、若所述目标识别设备与目标的距离小于所述第二距离阈值，则提取所述实时图片的深度特征图，并与分辨率差最小的第三类模板图像的深度特征图进行匹配，以对目标关键部位进行识别和跟踪；

30、其中所述第一距离阈值大于所述第二距离阈值。

31、第二方面，本技术实施例提供了一种随遇非典型目标的自主识别装置，所述随遇非典型目标的自主识别包括：

32、图像拍摄模块，其用于通过成像设备拍摄包含目标及目标背景的参考图像；

33、模板制备模块，其用于基于所述参考图像，根据所述参考图像中目标的像素尺寸和拍摄所述参考图像时成像设备的位姿信息制备模板图像，其中所述模板图像包括包含整幅参考图像的第一类模板图像、只包含目标的第二类模板图像和只包含目标关键部位的第三类模板图像；

34、目标识别模块，其用于根据目标识别设备与目标的距离选择对应类型的模板图像结合所述目标识别设备拍摄的实时图像进行目标匹配识别和跟踪。

35、第三方面，本技术实施例提供了一种随遇非典型目标的自主识别设备，所述随遇非典型目标的自主识别设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的随遇非典型目标的自主识别程序，其中所述随遇非典型目标的自主识别程序被所述处理器执行时，实现如上述任一项所述的随遇非典型目标的自主识别方法的步骤。

36、第四方面，本技术实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有随遇非典型目标的自主识别程序，其中所述随遇非典型目标的自主识别程序被处理器执行时，实现如上述任一项所述的随遇非典型目标的自主识别方法的步骤。

37、本技术实施例提供的技术方案带来的有益效果包括：

38、(1)针对随遇的非典型目标，在无法获取大量训练集的情况下，利用成像设备获取少量目标图像，作为模板图像进行自主匹配识别，可以解决随遇非典型目标因样本量少而导致的自主识别难的问题；

39、(2)可适应不同设备获取的模板图像，模板来源广泛，硬件保障要求低；

40、(3)模板制备过程简单且迅速，响应时间分钟级，提高了模板的时效性；

41、(4)对于远距离目标、近距离目标均能给出解决方案，能够适应多种使用环境情况要求；

42、(5)能够适应具有视角差异、尺寸差异的目标匹配识别，可以减少由于角度和尺寸带来的识别率低的问题；

43、(6)在目标识别设备与目标距离较远时，由于地面场景复杂，目标成像像素较少，利用目标及背景的信息进行匹配识别跟踪，减少了目标的搜索区域；随着目标识别设备与目标的逼近，利用目标自身信息进行匹配识别跟踪，可以有效的识别定位到目标的具体位置；当目标快充满视场时，利用目标的关键部位信息进行匹配识别跟踪，可以提升目标跟踪精度。

44、本技术实施例提供的了一种随遇非典型目标的自主识别方法、装置、设备及介质，通过成像设备拍摄包含目标及目标背景的参考图像；基于所述参考图像，根据所述参考图像中目标的像素尺寸和拍摄所述参考图像时成像设备的位姿信息制备模板图像，其中所述模板图像包括包含整幅参考图像的第一类模板图像、只包含目标的第二类模板图像和只包含目标关键部位的第三类模板图像；根据目标识别设备与目标的距离选择对应类型的模板图像结合所述目标识别设备拍摄的实时图像进行目标匹配识别和跟踪，显著提高了模板图像的制备效率和随遇非典型目标的识别准确率。