识别方法、装置、设备、介质、程序产品以及车辆与流程

本申请属于数据处理，尤其涉及一种识别方法、装置、设备、介质、程序产品以及车辆。

背景技术：

1、行人姿态识别是计算机视觉和视频监控的重要任务之一，同时也是近年来关注度较高的领域。

2、目前，现有的行人姿态识别方法是使用深度神经网络对单帧图像进行表征学习，学习单帧图像中的行人特征信息来提取具有判别力的行人表征。然而，行人行走的姿态具有较高的多样性，而且针对一些特殊的路况(如爬楼梯、上坡等)行人地行走姿态又具有较强的复杂性，因此仅针对单帧图像进行识别，容易导致识别结果出现误差，因此现有的行人姿态识别方法准确性较低。

技术实现思路

1、本申请实施例提供一种识别方法、装置、设备、介质、程序产品以及车辆，以提高识别准确性。

2、第一方面，本申请实施例提供一种识别方法，方法包括：

3、获取多个第一图像，各所述第一图像为包括目标对象的图像；

4、针对每个所述第一图像，对所述第一图像进行针对目标对象的姿态特征检测，得到所述第一图像对应的第一对象姿态信息；

5、针对每个所述第一对象姿态信息，对所述第一对象姿态信息进行时序特征检测，得到每个所述第一对象姿态信息对应的第二对象姿态信息；

6、对多个所述第二对象姿态信息进行分类检测，得到所述目标对象的姿态识别结果。

7、第二方面，本申请实施例提供了一种识别装置，装置包括：

8、获取模块，用于获取多个第一图像，各所述第一图像为包括目标对象的图像；

9、第一检测模块，用于针对每个所述第一图像，对所述第一图像进行针对目标对象的姿态特征检测，得到所述第一图像对应的第一对象姿态信息；

10、第二检测模块，用于针对每个所述第一对象姿态信息，对所述第一对象姿态信息进行时序特征检测，得到每个所述第一对象姿态信息对应的第二对象姿态信息；

11、第三检测模块，用于对多个所述第二对象姿态信息进行分类检测，得到所述目标对象的姿态识别结果。

12、第三方面，本申请实施例提供了一种识别设备，设备包括：处理器以及存储有程序指令的存储器；

13、所述处理器执行所述程序指令时实现如上述的第一方面的方法。

14、第四方面，本申请实施例提供了一种存储介质，其特征在于，所述存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如上述第一方面方法。

15、第五方面，本申请实施例提供了一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序指令，所述计算机程序指令被处理器执行时实现如上述第一方面方法。

16、第六方面，本申请实施例提供了一种车辆，所述车辆包括：上述第二方面的识别装置或者上述第三方面的识别设备。

17、本申请实施例的识别方法、装置、设备、介质、程序产品以及车辆，能够首先对多个第一图像检测得到目标对象的第一对象姿态信息，然后对第一对象姿态信息进行时序特征检测，得到第二对象姿态信息，进而结合姿态特征检测和时序特征检测，对多个第一图像中的目标对象的姿态进行识别，即通过第二对象姿态信息确定目标对象的姿态分类结果，以更加准确的判断目标对象的姿态类别，提高对行人姿态识别的准确性。

技术特征：

1.一种识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述针对每个所述第一对象姿态信息，对所述第一对象姿态信息进行时序特征检测，得到每个所述第一对象姿态信息对应的第二对象姿态信息，包括：

3.根据权利要求2所述的方法，其特征在于，所述针对每个所述第一对象姿态信息进行位置编码，得到每个所述第一对象姿态信息对应的第三对象姿态信息，包括：

4.根据权利要求2所述的方法，其特征在于，所述针对每个所述第一对象姿态信息进行位置编码，得到每个所述第一对象姿态信息对应的第三对象姿态信息，包括：

5.根据权利要求2所述的方法，其特征在于，所述针对每个所述第四对象姿态信息进行类别词嵌入处理，得到每个所述第四对象姿态信息对应的第五对象姿态信息，包括：

6.根据权利要求1所述的方法，其特征在于，所述针对每个所述第一图像，对所述第一图像进行针对目标对象的姿态特征检测，得到所述第一图像对应的第一对象姿态信息，包括：

7.一种识别装置，其特征在于，所述装置包括：

8.一种电子设备，其特征在于，所述设备包括：处理器以及存储有程序指令的存储器；

9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序指令，所述计算机程序指令被处理器执行时实现权利要求1-6中任一项所述的方法。

11.一种车辆，其特征在于，所述车辆包括：

技术总结本申请公开了一种识别方法、装置、设备、介质、程序产品以及车辆。该方法，包括：能够首先获取多个第一图像，对多个第一图像检测得到目标对象的第一对象姿态信息，然后对第一对象姿态信息进行时序特征检测，得到第二对象姿态信息，进而结合姿态特征检测和时序特征检测，对多个第一图像中的目标对象的姿态进行识别，即通过第二对象姿态信息确定目标对象的姿态分类结果，以更加准确的判断目标对象的姿态类别，提高对行人姿态识别的准确性。技术研发人员：孙彬受保护的技术使用者：北京罗克维尔斯科技有限公司技术研发日：技术公布日：2024/9/2