(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211504100.9 (22)申请日 2022.11.29 (71)申请人 天津所托瑞安汽车 科技有限公司 地址 300450 天津市滨 海新区自贸试验区 (空港经济区)东七道2号中兴产业基 地7号楼3 01A单元 (72)发明人 徐显杰　马玉珍　窦汝振　包永亮　 (74)专利代理 机构 河北国维致远知识产权代理 有限公司 13137 专利代理师 秦敏华 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06V 10/26(2022.01) (54)发明名称 目标识别方法、 终端设备及存 储介质 (57)摘要 本发明提供了一种目标识别方法、 终端设备 及存储介质， 首先获取待识别的视频图像； 然后 根据预先建立的目标识别网络， 对待识别的视频 图像进行目标识别， 得到待识别的视频图像中的 至少一个候选目标； 再根据多个预设指标对每个 候选目标进行评价， 得到每个候选目标的评价 值； 其中， 多个预设指标包括： 置信度、 残差统计 值、 匹配度统计值、 目标出现位置统计值； 最终将 评价值大于预设目标阈值的候选目标识别为最 终目标。 通过从多个角度对识别的目标进行综合 评价， 能够有效避免外部因素对评价结果的影 响， 从而有效分辨并剔除识别的虚假目标， 保证 识别得到的目标都是最终目标， 提高目标识别的 准确性。 权利要求书2页 说明书11页 附图5页 CN 115546705 A 2022.12.30 CN 115546705 A 1.一种目标识别方法， 其特 征在于， 包括： 根据预先建立的目标识别网络， 对待识别的视频图像进行目标识别， 得到所述待识别 的视频图像中的至少一个候选目标； 根据多个预设指标对每个候选目标进行评价， 得到每个候选目标的评价值； 其中， 所述 多个预设指标包括： 置信度、 残差统计值、 匹配度统计值、 目标 出现位置统计值； 将评价值大于预设目标阈值的候选目标识别为 最终目标。 2.根据权利要求1所述的目标识别方法， 其特征在于， 所述根据多个预设指标对每个候 选目标进 行评价， 得到每个候选目标的评价值， 包括： 计算所述候选目标在每个预设指标下 的指标值， 得到每 个候选目标的指标值序列； 根据预先设置的所述多个预设指标各自的第一预设权重和每个候选目标的指标值序 列， 确定每 个候选目标的评价 值。 3.根据权利要求2所述的目标识别方法， 其特征在于， 在根据预先设置的所述多个预设 指标各自的第一预设权重和每个候选目标的指标值序列， 确定每个候选目标的评价值之 前， 所述方法还 包括： 若所述候选目标的任一预设指标的指标值小于所述任一预设指标的预设指标阈值， 则 增加所述预设指标的第一预设权 重。 4.根据权利要求2所述的目标识别方法， 其特征在于， 所述目标识别网络包括目标检测 网络和语义分割网络； 根据预先建立的目标识别网络， 对待识别的视频图像进行目标识别， 得到待识别的视 频图像中的至少一个候选目标， 包括： 根据所述目标检测网络， 从所述待识别的视频图像中 检测得到多个检测目标； 根据所述语义分割网络和待识别的视频图像， 得到所述待识别的 视频图像中的多个语义目标； 判断每个检测目标所在的目标框内的语义目标的像素占比是 否大于预设比例； 将像素占比大于预设比例的检测目标和该检测目标所在 目标框内的语义目标融合为 所述候选目标。 5.根据权利要求4所述的目标识别方法， 其特征在于， 所述置信度包括由所述目标检测 网络输出的目标置信度； 所述计算所述候选目标在每个预设指标下的指标值， 包括： 根据所 述目标检测网络， 从所述待识别的视频图像的每 帧图像中检测得到多个候选目标， 并输出 每帧图像下 各候选目标的置信度值； 根据每帧图像下各候选目标的置信度值， 计算所述多个候选目标的目标置信度的指标 值。 6.根据权利要求4所述的目标识别方法， 其特征在于， 所述置信度还包括融合置信度， 所述融合置信度由所述目标检测网络输出的检测目标和所述语义分割网络输出的语义目 标确定； 所述计算所述候选目标在每个预设指标下的指标值， 包括： 若 所述检测目标和所述 语义目标在一帧图像下融合为所述候选目标， 则根据所述检测目标与所述语义目标之 间的 重合面积， 确定每个候选目标的融合度； 计算在多帧图像下所述候选目标的融合度大于零 的概率， 并将其作为所述候选目标的融合率； 根据所述多帧图像下所述候选目标的融合度 的均值和所述 候选目标的融合 率， 确定所述 候选目标的融合置信度的指标值。 7.根据权利要求1 ‑6任一项所述的目标识别方法， 其特征在于， 所述根据多个预设指标权　利　要　求　书 1/2 页 2 CN 115546705 A 2对每个候选目标进行评价， 得到每 个候选目标的评价 值， 包括： 根据卡尔曼模型确定各个候选目标在每帧图像下的残差； 根据多帧图像下所述残差的 平均值和预设残差比例系数， 计算所述残差统计值。 8.根据权利要求1 ‑6任一项所述的目标识别方法， 其特征在于， 所述根据多个预设指标 对每个候选目标进行评价， 得到每 个候选目标的评价 值， 还包括： 根据卡尔曼模型确定在每帧图像下的预测目标； 计算所述预测目标与 所述候选目标之 间的距离方差 关联值、 重叠度关联值以及相似度关联值； 根据所述距离方差 关联值、 所述重 叠度关联值和所述相似度关联值， 确定所述 候选目标的匹配度统计值。 9.根据权利要求1 ‑6任一项所述的目标识别方法， 其特征在于， 所述根据多个预设指标 对每个候选目标进行评价， 得到每 个候选目标的评价 值， 包括： 根据每帧图像下所述候选目标的位置和预设盲区中心点的距离， 确定所述候选目标的 目标出现位置统计值。 10.一种终端设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如上的权利要求 1 至9中任一项所述目标识别方法的步骤。 11.一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存储有计算机程 序， 所述计算机程序被处理器执行时实现如上的权利要求 1至9中任一项 所述目标识别方法 的步骤。权　利　要　求　书 2/2 页 3 CN 115546705 A 3