技术领域
本发明实施例涉及图像识别领域，具体而言，涉及一种目标对象识别方法、装置、存储介质及电子装置。
背景技术
早期道路车辆识别主要依靠视频识别，通过视频识别算法对车辆过路时抓拍到的车牌信息进行算法识别，实现号牌号码提取，其中，识别结果包括过车图片以及车辆信息。
随着近年RFID（Radio Frequency Identification，射频识别）在车辆登记中的应用，出现了通过RFID识别过车记录的方式，但是由于RFID属于射频技术领域不包含图像采集能力，因此识别到的结果仅包括RFID中预置的信息，这使得在进行识别时不能对车辆的图像信息进行识别，降低了识别精度。
而目前针对上述问题并没有提出有效的解决方案。
发明内容
本发明实施例提供了一种目标对象识别方法、装置、存储介质及电子装置，以至少解决相关技术中对象识别精度低的问题。
根据本发明的一个实施例，提供了一种目标对象识别方法，包括：
获取目标对象的初始图像识别数据以及射频识别数据；
对所述初始图像识别数据进行图像识别，以确定所述目标对象的目标信息的识别结果，其中，所述识别结果包括所述目标信息的识别结果置信度；
在所述识别结果为无法识别初始图像识别数据和/或在确定所述识别结果置信度满足目标条件的情况下，根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据；
基于所述目标图像识别数据和/或所述射频识别数据对所述目标对象进行识别。
在一个示例性实施例中，在根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据之后，所述方法还包括：
对所述目标图像识别数据以及所述射频识别数据进行融合处理，以得到目标记录数据。
在一个示例性实施例中，在确定所述识别结果置信度满足目标条件的情况下，根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据包括：
在确定所述识别结果置信度满足以下目标条件之一的情况下，根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据：
所述识别结果的数量为一个或多个，且一个或多个所述识别结果的置信度小于第一置信度阈值；
所述识别结果的数量为多个，且多个所述识别结果中包括至少两个置信度大于第二置信度阈值的识别结果。
在一个示例性实施例中，在确定所述识别结果置信度满足目标条件的情况下，根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据包括：
在确定所述目标信息中包括多个子信息的情况下，确定每个所述子信息的识别结果置信度；
从多个所述子信息中确定出识别结果置信度满足所述目标条件的第一子信息；
从所述射频识别数据中确定出与所述第一子信息对应的第二子信息；
将所述初始图像识别数据中包括的所述第一子信息修正为所述第二子信息，以得到所述目标图像识别数据。
在一个示例性实施例中，所述获取目标对象的初始图像识别数据以及射频识别数据包括：
获取目标时间段内对所述目标对象进行拍摄所得到的初始图像识别数据；以及，
获取所述目标时间段内对所述目标对象进行射频识别所得到的所述射频识别数据。
根据本发明的另一个实施例，提供了一种目标对象识别装置，包括：
数据采集模块，用于获取目标对象的初始图像识别数据以及射频识别数据；
图像识别模块，用于对所述初始图像识别数据进行图像识别，以确定所述目标对象的目标信息的识别结果，其中，所述识别结果包括所述目标信息的识别结果置信度；
数据修正模块，用于在确定所述识别结果置信度满足目标条件的情况下，根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据；
对象识别模块，用于基于所述目标图像识别数据对所述目标对象进行识别。
在一个示例性实施例中，该装置还包括：
数据融合模块，用于在根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据之后，对所述目标图像识别数据以及所述射频识别数据进行融合处理，以得到目标记录数据。
在一个示例性实施例中，在确定所述识别结果置信度满足目标条件的情况下，所述图像识别模块包括：
识别判断单元，用于在确定所述识别结果置信度满足以下目标条件之一的情况下，根据所述射频识别数据对所述初始图像识别数据进行修正，以得到目标图像识别数据：
所述识别结果的数量为一个或多个，且一个或多个所述识别结果的置信度小于第一置信度阈值；
所述识别结果的数量为多个，且多个所述识别结果中包括至少两个置信度大于第二置信度阈值的识别结果。
根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，由于采用射频数据对图像数据进行修正，从而能够提高图像识别的精确度，因此，可以解决相关技术中对象识别精度低的问题，达到提高对象识别精度高的效果。
附图说明
图1是本发明实施例的一种目标对象识别方法的移动终端的硬件结构框图；
图2是根据本发明实施例的一种目标对象识别方法的流程图；
图3是根据本发明实施例的一种目标对象识别装置的结构框图；
图4是根据本发明的具体实施例的流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种目标对象识别方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种目标对象识别方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种目标对象识别方法，图2是根据本发明实施例的一种目标对象识别方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，获取目标对象的初始图像识别数据以及射频识别数据；
在本实施例中，目标对象可以（但不限于）是车辆的车牌、行人的身份证等能够存储身份信息等内容的事物；初始图像识别数据包括（但不限于）车辆的大小、车牌的拍摄时间、坐标数据，射频识别数据包括车牌对应的车辆的车主信息、车牌号码、车型、车辆的年保信息等数据；初始图像识别数据的采集可以是通过固定设置在目标区域的图像采集设备进行采集得到的，如摄像机、可见光相机等，射频识别数据可以（但不限于）是通过设在目标区域的射频识别设备来获取，如RFID识别装置等；目标区域可以是停车场、车站、收费站等；射频识别数据的存储时间可以是与初始图像识别数据的存储时间不同步的，也可以是同步的。
步骤S204，对初始图像识别数据进行图像识别，以确定目标对象的目标信息的识别结果，其中，识别结果包括目标信息的识别结果置信度；
在本实施例中，对初始图像识别数据进行图像识别可以是通过预设的图像识别算法来实现的，也可以是通过其它方式进行识别来实现的；识别结果置信度可以是在得到初始识别结果之后，根据预设的置信度算法或置信度神经网络模型进行进一步计算来得到的；对初始图像进行目标信息可以（但不限于）是车牌的车牌号，其识别结果置信度可以是每一位车牌号的置信度，也可以是车牌本身的识别结果的置信度；识别结果还可以（但不限于）是未识别到目标对象或目标特征，以及无法对目标初始图像数据进行图像识别的识别结果反馈。
例如，对车牌浙AxxxxxB进行识别后，得到车牌的识别结果以及每一位车牌号的识别结果置信度，其中，第一位：‘浙’置信度99%；
第二位：‘A’置信度95%；
第三位：（由于号牌污损）‘S’置信度90%，‘8’置信度88%，‘B’置信度30%；
第四位（号牌遮挡或其它原因导致的不可见）：识别失败。
步骤S206，在识别结果为无法识别初始图像识别数据和/或在确定识别结果置信度满足目标条件的情况下，根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据；
在本实施例中，由于射频识别数据不会受到外部环境的影响，因而通过射频识别数据对初始图像识别数据进行修正能够避免外部环境造成的影响，提高识别精度。
其中，对初始图像进行修正可以是根据射频识别数据对置信度较低或置信度有多个的数据进行确定和修正，也可以是用射频识别数据对置信度较低或由多个置信度的数据进行覆盖，还可以是通过其它方式进行识别；初始图像识别数据的修正可以是通过内设的单片机、CPU (Central Processing Unit，中央处理器)、MCU、FPGA (Field ProgrammableGate Array,现场可编辑逻辑门阵列）、PLC（Programmable Logic Controller,可编辑逻辑控制器）等设备或模块来执行的，也可以是通过外接的工业计算机等设备或模块来实现的。
步骤S208，基于目标图像识别数据和/或射频识别数据对目标对象进行识别。
在本实施例中，在得到目标图像识别数据之后，再对目标对象进行识别，则能够避免因外部环境影响造成的对象识别错误，提高了对象识别精度；相应的，在无法识别初始图像数据的情况下，通过射频识别数据对目标对象进行识别能够避免出现空检测的情况，从而提高检测精度。
通过上述步骤，由于射频识别结果受到的外部干扰较小，因而通过射频识别结果来对图像识别结果进行修正，能够减少图像数据修复过程中的干扰，解决了相关技术中对象识别精度低的问题，提高了对象识别精度。
其中，上述步骤的执行主体可以为基站、终端等，但不限于此。
在一个可选的实施例中，在根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据之后，该方法还包括：
步骤S2010，对目标图像识别数据以及射频识别数据进行融合处理，以得到目标记录数据。
在本实施例中，将射频识别数据与目标图像进行融合后，能够方便用户对目标对象的其它数据也进行判断，从而提高用户体验。
其中，数据的融合可以是通过预设的融合算法来实现的，也可以是通过预设的神经网络模型来实现的。
在一个可选的实施例中，在确定识别结果置信度满足目标条件的情况下，根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据包括：
步骤S2082，在确定识别结果置信度满足以下目标条件之一的情况下，根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据：
识别结果的数量为一个或多个，且一个或多个识别结果的置信度小于第一置信度阈值；
识别结果的数量为多个，且多个识别结果中包括至少两个置信度大于第二置信度阈值的识别结果。
在本实施例中，对达到目标条件的初始图像识别数据进行修正，能够减少计算量，从而提高图像修正效率。
例如，对车牌号的识别中，其中一位号码的置信度小于80%，则判断为满足目标条件；或其中一位号码有多个置信度，且置信度均小于80%，则判断为满足目标条件；或其中有多位号码的置信度均小于80%，且有多位号码的置信度大于80%，则需要对所有置信度小于80%的号码进行修正。
在一个可选的实施例中，在确定识别结果置信度满足目标条件的情况下，根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据包括：
步骤S2062，在确定目标信息中包括多个子信息的情况下，确定每个子信息的识别结果置信度；
步骤S2064，从多个子信息中确定出识别结果置信度满足目标条件的第一子信息；
步骤S2066，从射频识别数据中确定出与第一子信息对应的第二子信息；
步骤S2068，将初始图像识别数据中包括的第一子信息修正为第二子信息，以得到目标图像识别数据。
在本实施例中，根据第一子信息确定第二子信息能够减少计算量，从而无需对所有的识别结果进行匹配。
例如，对车牌的多位车牌号进行识别时，得到多位车牌的识别结果，其中，有三位车牌号的置信度小于80%，则将这三位车牌号作为第一子信息，随后根据这三位车牌号确定射频数据中对应车牌号的数据，即为第二子信息，随后根据第二子信息将第一子信息进行修正，从而实现对数据的修正。
在一个可选的实施例中，获取目标对象的初始图像识别数据以及射频识别数据包括：
步骤S2022，获取目标时间段内对目标对象进行拍摄所得到的初始图像识别数据；以及，
步骤S2024，获取目标时间段内对目标对象进行射频识别所得到的射频识别数据。
在本实施例中，获取目标时间段的初始图像识别数据和射频识别数据是为了减少因时间段过短造成的初始图像识别数据与射频识别数据不匹配，使得能够根据射频识别数据对初始图像识别数据进行修正。
例如，在采集初始图像和射频识别数据时，可以采集将触发射频识别的时间点的±2秒的时间段作为目标时间段，也可以是±5秒的时间段作为时间段，从而能够预留出足够的识别时间区间，减少图像数据采集过程和射频数据采集过程的间隔造成的数据识别错误。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
在本实施例中还提供了一种目标对象识别装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的一种目标对象识别装置的结构框图，如图3所示，该装置包括：
数据采集模块32，用于获取目标对象的初始图像识别数据以及射频识别数据；
图像识别模块34，用于对初始图像识别数据进行图像识别，以确定目标对象的目标信息的识别结果，其中，识别结果包括目标信息的识别结果置信度；
数据修正模块36，用于在确定识别结果置信度满足目标条件的情况下，根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据；
对象识别模块38，用于基于目标图像识别数据对所述目标对象进行识别。
在一个可选的实施例中，该装置还包括：
数据融合模块310，用于在根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据之后，对目标图像识别数据以及射频识别数据进行融合处理，以得到目标记录数据。
在一个可选的实施例中，在确定所述识别结果置信度满足目标条件的情况下，所述图像识别模块包括：
识别判断单元342，用于在确定识别结果置信度满足以下目标条件之一的情况下，根据射频识别数据对初始图像识别数据进行修正，以得到目标图像识别数据：
识别结果的数量为一个或多个，且一个或多个识别结果的置信度小于第一置信度阈值；
识别结果的数量为多个，且多个识别结果中包括至少两个置信度大于第二置信度阈值的识别结果。
在一个可选的实施例中，数据修正模块36包括：
置信度确定单元362，用于在确定目标信息中包括多个子信息的情况下，确定每个子信息的识别结果置信度；
第一信息单元364，用于从多个子信息中确定出识别结果置信度满足目标条件的第一子信息；
第二信息单元366，用于从射频识别数据中确定出与第一子信息对应的第二子信息；
信息修正单元368，用于将初始图像识别数据中包括的第一子信息修正为第二子信息，以得到目标图像识别数据。
在一个可选的实施例中，数据采集模块32包括：
图像数据采集单元322，获取目标时间段内对目标对象进行拍摄所得到的初始图像识别数据；以及，
射频数据采集单元324，获取目标时间段内对目标对象进行射频识别所得到的射频识别数据。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
下面结合具体实施例对本发明进行说明。
如图4所示，其具体过程包括：
步骤S401，设置视频监控区域与RFID采集区域为相同（或接近相同）的区域；
步骤S402，通过RFID采集过车记录；
步骤S403，通过视频识别采集过车记录，并为需要采集的车牌按位匹配可能值+置信度；如：
第一位：‘浙’置信度99%；
第二位：‘A’置信度95%；
第三位：（由于号牌污损）‘S’置信度90%，‘8’置信度88%，‘B’置信度30%；
第四位（号牌遮挡或其它原因导致的不可见）：识别失败。
步骤S404，以视频识别过车记录（集）为基础，获取与视频识别相近时间的RFID识别记录（集）；
步骤S405，与视频过车记录进行分析、比对、融合，完成数据匹配，辅助提升视频识别的准确性。其中：
a）选取时间段内的记录集而不是选择精确时间的原因在于：设备采集或系统配置等原因导致的时间误差，采用时间段的方式更具有实际意义；其中，时间段的区间应选择在合理范围内，如±2秒；
b）匹配算法涉及的核心匹配依据包括记录采集时间、车辆类型、号牌类型、（RFID采集的）号牌号码、（视频识别的）号牌号码按位置信度中的一项或多项，但不限于以上范围；
c）号牌号码以按位比对的方式与RFID记录进行比对，结合RFID记录与其它过车记录的匹配情况，综合得出最精确的号牌号码匹配结果；
d）因号牌污损、遮挡、拍摄角度等问题导致的视频识别准确率下降问题，如号牌识别过程中存在的‘8’与‘S’难以分辨、部分字符不可识别等问题，均可通过RFID中的准确号牌号码进行匹配，实现号牌号码的精确识别；
e）针对现实场景下存在大量车辆未安装RFID的情况，则仍保留视频识别结果。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
机译： 目标对象识别方法和装置，存储介质和电子设备
机译： 目标对象识别方法和装置，存储介质和电子设备
机译： 图像特征识别方法和装置，存储介质和电子装置
