提高目标物识别速度的方法及装置.pdf

《提高目标物识别速度的方法及装置.pdf》由会员分享，可在线阅读，更多相关《提高目标物识别速度的方法及装置.pdf（12页完成版）》请在专利查询网上搜索。

1、(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 (43)申请公布日 (21)申请号 201910151429.3 (22)申请日 2019.02.28 (71)申请人 广东工业大学 地址 510663 广东省广州市东风东路729号 申请人 广州瑞立科密汽车电子股份有限公 司 (72)发明人 赵泉龙张伟龙志能黄万义 龙元香刘余清 (74)专利代理机构 广州市越秀区哲力专利商标 事务所(普通合伙) 44288 代理人 孙中华 (51)Int.Cl. G01S 7/41(2006.01) G01S 13/66(2006.01) (54)发明名称 一种提高目标物识别速度。

2、的方法及装置 (57)摘要 本发明公开了一种提高目标物识别速度的 方法， 包括以下步骤： 混频步骤： 当接收到回波信 号后， 将回波信号与本振信号进行混频以得到中 频信号； 采样步骤： 通过采样模块对中频信号进 行数字化处理； 杂波对消步骤： 对经数字化处理 的中频信号进行杂波对消处理； 加窗步骤： 对经 过杂波对消处理的中频信号进行加窗处理； 差频 获取步骤： 通过快速傅里叶变换以及频谱细化算 法对加窗处理后的中频信号进行处理以得到差 频频率； 计算步骤： 根据目标物计算公式计算得 到对应目标物的速度和距离。 本发明的提高目标 物识别速度的方法通过采用快速傅里叶变换以 及频谱细化算法来对回波。

3、信号进行处理， 使得信 号处理计算量大大减少， 有效减少了系统的计算 成本。 权利要求书2页 说明书7页 附图2页 CN 109932695 A 2019.06.25 CN 109932695 A 1.一种提高目标物识别速度的方法， 其特征在于， 包括以下步骤： 混频步骤： 当接收到回波信号后， 将回波信号与本振信号进行混频以得到中频信号； 采样步骤： 通过采样模块对中频信号进行数字化处理； 杂波对消步骤： 对经数字化处理的中频信号进行杂波对消处理； 加窗步骤： 对经过杂波对消处理的中频信号进行加窗处理； 差频获取步骤： 通过快速傅里叶变换以及频谱细化算法对加窗处理后的中频信号进行 处理以得到。

4、差频频率； 计算步骤： 根据目标物计算公式计算得到对应目标物的速度和距离； 所述目标物计算 公式为： 其中， Vf为目标物速度， c为光速， f0为发射波的中心频率， f+为正差频值， f-为负差频值， T为调制信号周期， B为调制带宽， R为到目标物的距离。 2.如权利要求1所述的一种提高目标物识别速度的方法， 其特征在于， 在所述差频获取 步骤之中， 所述频谱细化算法为CZT算法， 所述差频获取步骤具体包括以下子步骤： 傅里叶变换步骤： 对加窗处理后的中频信号做N点快速傅里叶变换， 并查找谱线幅度最 大值点P； 频率计算步骤： 计算(P-1)和(P+1)两点的频率值f1和f2； 差频计算步。

5、骤： 在f1至f2区间内做M点CZT变换运算， 查找谱线幅度最大值点P1， 并计算 该点的频率值， 该频率值即为差频频率。 3.如权利要求2所述的一种提高目标物识别速度的方法， 其特征在于， 在傅里叶变换步 骤中： 通过横虚警检测模块来检测经快速傅里叶变换处理后的中频信号。 4.如权利要求3所述的一种提高目标物识别速度的方法， 其特征在于， 所述傅里叶变换 步骤中的横虚警检测具体包括以下子步骤： 通过对数似然估计函数选取临界单元值； 根据临界单元值判断目标物是处于弱杂波区还是处于强杂波区， 如果是处于弱杂波 区， 则选用SOCA-CFAR算法， 如果是处于强杂波区来检测经快速傅里叶变换的中频信。

6、号， 则 选用GOCA-CFAR算法来检测经快速傅里叶变换的中频信号。 5.如权利要求1-4中任意一项所述的一种提高目标物识别速度的方法， 其特征在于， 在 所述差频计算步骤中， 通过峰值检波模块来查找谱线幅度最大值点P1。 6.如权利要求5所述的一种提高目标物识别速度的方法， 其特征在于， 所述加窗处理中 采用的加窗函数为汉宁窗或者海明窗， 所述杂波对消采用MTI算法。 7.如权利要求5所述的一种提高目标物识别速度的方法， 其特征在于， 在计算步骤之后 还包括跟踪步骤： 通过跟踪模块将得到的物体的速度和距离并结合车辆自身的速度和加速 度以实现对车辆前方目标物的持续跟踪。 8.如权利要求7所述。

7、的一种提高目标物识别速度的方法， 其特征在于， 所述跟踪模块中 的跟踪算法采用扩展卡尔曼滤波算法。 9.一种电子设备， 包括存储器、 处理器以及存储在存储器上并可在处理器上运行的计 权利要求书 1/2 页 2 CN 109932695 A 2 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权利要求1-8中任意一项所 述的一种提高目标物识别速度的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于： 所述计算机程序 被处理器执行时实现如权利要求1-8任意一项所述的一种提高目标物识别速度的方法。 权利要求书 2/2 页 3 CN 109932695 A 3 一种。

8、提高目标物识别速度的方法及装置 技术领域 0001 本发明涉及一种汽车技术领域， 尤其涉及一种提高目标物识别速度的方法 及装 置。 背景技术 0002 目前， 随着科学技术的发展和时代的进步， 智能汽车已成为未来汽车发展 的必然 趋势。 同时， 随着智能汽车技术的发展， 传统汽车技术面临着越来越多 的挑战， 汽车工业各 个研究领域的发展空间也越来越大。 智能车辆主要是在启 动、 驾驶和制动过程中快速获取 关键性能参数， 这些关键参数的获取依赖于高 灵敏度汽车传感器的应用。 其中车载雷达传 感器是智能车辆系统中的关键传感 器之一。 毫米波雷达作为车载雷达传感器的中坚力量， 一直是车载传感器技术 。

9、的研究热点。 0003 车载毫米波雷达实现其功能的关键是将从雷达传感器获取的各种信息在短 时间 内进行有效处理， 其中接收到的信息有的包含目标信息,有的只有杂波噪声 和各种干扰成 分， 要滤除混杂在回波信号中的干扰与噪声成分， 将信号转化为 易分析的形式， 为汽车实 现其主动安全功能做好准备是至关重要的。 因此， 我 们需要采用多种方法来处理信号， 减 少反应时间， 提高识别的准确性， 减少误 报警， 提高整个系统的可靠性， 以保证汽车的安 全。 0004 对于车载毫米波雷达的信号处理， 传统的信号处理方法是从时域上获取目 标参 数， 根据测量回波中频平均频率的方法对静态目标进行测距； 随后的。

10、信号 处理方法是从频 域上获取运动目标、 多目标的参数， 通常采用 “差拍-傅立叶变 换” 这样的结构， 这是平稳高 斯白噪声中点目标回波信号有效段的最佳检测接 收系统， 但同时该系统也存在几个显著 的缺点， 0005 一、 信号处理的点数过多的话系统的运算速度就会大大降低， 会影响系统 工作的 实时性。 0006 二、 目标识别和测量的精度和准确度不高。 0007 三、 在车载毫米波雷达在实际应用中， 由于道路环境的千变万化， 信号往 往会淹 没在噪声中， 这样就很难从噪声中识别出真实的信号， 往往会出现漏警 或者虚警的现象， 于是需要一些方法来去除噪声的影响从而来提高雷达系统在 复杂路况下。

11、的稳定性和精确 度。 0008 四、 当车辆在真实道路上行驶时， 安装在车辆前方的雷达将识别出检测范 围内的 所有目标， 包括车道车辆、 护栏、 绿化植物等的干扰信息。 由于雷达本 身的性能限制， 实际 目标会在短时间内丢失， 导致雷达返回的数据不能直接用 于有效目标的筛选。 于是需要一 个有效的跟踪算法对目标进行持续跟踪。 发明内容 0009 为了克服现有技术的不足， 本发明的目的之一在于提供一种提高目标物识 别速 说明书 1/7 页 4 CN 109932695 A 4 度的方法。 0010 本发明的目的之二在于提供一种电子设备。 0011 本发明的目的之三在于提供一种计算机可读存储介质。。

12、 0012 本发明的目的之一采用如下技术方案实现： 0013 一种提高目标物识别速度的方法， 包括以下步骤： 0014 混频步骤： 当接收到回波信号后， 将回波信号与本振信号进行混频以得到 中频信 号； 0015 采样步骤： 通过采样模块对中频信号进行数字化处理； 0016 杂波对消步骤： 对经数字化处理的中频信号进行杂波对消处理； 0017 加窗步骤： 对经过杂波对消处理的中频信号进行加窗处理； 0018 差频获取步骤： 通过快速傅里叶变换以及频谱细化算法对加窗处理后的中 频信 号进行处理以得到差频频率； 0019 计算步骤： 根据目标物计算公式计算得到对应目标物的速度和距离； 所述 目标物。

13、 计算公式为： 0020 0021 其中， Vf为目标物速度， c为光速， f0为发射波的中心频率， f+为正差频值， f-为负 差频值， T为调制信号周期， B为调制带宽， R为到目标物的距离。 0022 进一步地， 在所述差频获取步骤之中， 所述频谱细化算法为CZT算法， 所 述差频获 取步骤具体包括以下子步骤： 0023 傅里叶变换步骤： 对加窗处理后的中频信号做N点快速傅里叶变换， 并查 找谱线 幅度最大值点P； 0024 频率计算步骤： 计算(P-1)和(P+1)两点的频率值f1和f2。 0025 差频计算步骤： 在f1至f2区间内做M点CZT变换运算， 查找谱线幅度最 大值点P1，。

14、 并计算该点的频率值， 该频率值即为差频频率。 0026 进一步地， 在傅里叶变换步骤中： 通过横虚警检测模块来检测经快速傅里 叶变换 处理后的中频信号。 0027 进一步地， 所述傅里叶变换步骤中的横虚警检测具体包括以下子步骤： 0028 通过对数似然估计函数选取临界单元值； 0029 根据临界单元值判断目标物是处于弱杂波区还是处于强杂波区， 如果是处 于弱 杂波区， 则选用SOCA-CFAR算法， 如果是处于强杂波区来检测经快速傅 里叶变换的中频信 号， 则选用GOCA-CFAR算法来检测经快速傅里叶变换的中 频信号。 0030 进一步地， 在所述差频计算步骤中， 通过峰值检波模块来查找谱。

15、线幅度最 大值点 P1。 0031 进一步地， 所述加窗处理中采用的加窗函数为汉宁窗或者海明窗， 所述杂 波对消 采用MTI算法。 0032 进一步地， 在计算步骤之后还包括跟踪步骤： 通过跟踪模块将得到的物体 的速度 和距离并结合车辆自身的速度和加速度以实现对车辆前方目标物的持续 跟踪。 说明书 2/7 页 5 CN 109932695 A 5 0033 进一步地， 所述跟踪模块采用扩展卡尔曼滤波算法。 0034 本发明的目的之二采用如下技术方案实现： 0035 一种电子设备， 包括存储器、 处理器以及存储在存储器上并可在处理器上 运行的 计算机程序， 所述处理器执行所述计算机程序时实现本发。

16、明目的之一中 任意一项所述的 一种提高目标物识别速度的方法。 0036 本发明的目的之三采用如下技术方案实现： 0037 一种计算机可读存储介质， 其上存储有计算机程序， 所述计算机程序被处 理器执 行时实现如本发明目的之一任意一项所述的一种提高目标物识别速度的 方法。 0038 相比现有技术， 本发明的有益效果在于： 0039 本发明的提高目标物识别速度的方法通过采用快速傅里叶变换以及频谱细 化算 法来对回波信号进行处理， 使得信号处理计算量大大减少， 有效减少了系 统的计算成本。 附图说明 0040 图1为实施例一的提高目标物识别速度的方法的流程图； 图2为静止时FMCW的波形图； 图3为。

17、运动时FMCW的波形图； 图4为三脉冲对消器的结构图示。 具体实施方式 0041 下面， 结合附图以及具体实施方式， 对本发明做进一步描述， 需要说明的 是， 在不 相冲突的前提下， 以下描述的各实施例之间或各技术特征之间可以任 意组合形成新的实 施例。 0042 实施例一 0043 在车载毫米波雷达的多种调制方式中， FMCW(调频连续波)雷达通过对 发射的连 续波的频率进行调制， 从而根据所获取频率差、 相位差等来对目标信 息测量， 其成本相对 低， 开发也比较容易， 并且测量精度较高， 因此渐渐成为 车载毫米波雷达开发的第一选择， 于是本技术采用FMCW(调频连续波)来作 为雷达调制的方。

18、式。 0044 车载毫米波雷达FMCW模式下基本工作原理： 一般调制信号为三角波信号， 发射信 号与接收信号的频率变化如图2和图3所示， 反射波的形状相同。 只是 在时间上有一个延迟 t， t与目标距离R的关系为： 0045 0046 其中： t： 发射波与反射波的时间延； R： 目标距离； c： 光速3108m/s。 0047根据三角关系， 得： 0048 其中： f： 发射信号与反射信号的频率差 0049 T： 调制信号周期 0050 B： 调制带宽 说明书 3/7 页 6 CN 109932695 A 6 0051目标距离R为： 0052 可以得出， 目标距离R与雷达前端输出的中频频率f。

19、成正比。 0053 当目标与雷达并不是相对静止时， 也就是有相对运动时， 反射信号中包含 一个由 目标的相对运动所引起的多普勒频移fd， 当运动目标接近雷达时， 如图2 所示： 0054 在三角波的上升沿和下降沿分别可得到一个差频， 用公式表示为： 0055 f+f-fd (4) 0056 f-f+fd (5) 0057 其中f为目标相对静止时的中频频率， f+代表前半周期正向调频的差频， f-代 表后半周期负向调频所得的差频， fd为针对有相对运动的目标的多普勒频移， 根据多普勒 效应得： 0058从而速度vr的值为： 0059 其中： vr为目标和雷达的径向速度， f0为发射波的中心频率，。

20、 由式4和式 5可得： 0060 0061 把式8带入到式3和式7中可以得到速度和距离的表达式： 0062 0063 速度vr的符号与相对运动方向有关系， 当目标物相对雷达靠近时vr为正值。 当目 标相对雷达离开时vr为负值。 可以看出雷达探测物体后可以通过正负差频 的值得出物体 的距离和速度， 从而可以通过得到的这些信息来使得车辆进行不 同的工作。 0064 为了能够准确的得到正负差频值以及在车辆正常行驶时能对前方目标进行 跟 踪， 建立了一个完整的信号处理系统， 整个信号处理系统由以下几个部分组 成： 采样模块、 杂波对消模块、 傅里叶变换模块、 CFAR(横虚警检测)模块、 峰 值检波模。

21、块以及跟踪模块。 0065 如图1所示， 本实施例提供了一种提高目标物识别速度的方法， 包括以下 步骤： 0066 S1： 当接收到回波信号后， 将回波信号与本振信号进行混频以得到中频信 号； 0067 S2： 通过采样模块对中频信号进行数字化处理； 采样模块使用A/D采样技 术， 将模 拟的中频信号进行数字化处理， 便于后续进行傅里叶变换。 0068 S3： 对经数字化处理的中频信号进行杂波对消处理； 所述杂波对消采用MTI 算法。 杂波对消使用MTI(动目标指示)的方法， MTI是滤除杂波的一种有效 方法， 它是多组脉冲回 波的相同距离单位的加权求和， 以获得结果； 即多输入和 一输出； 。

22、相当于用于抑制固定目 标和缓慢杂波的高通滤波器。 在单个消除MTI 滤波器的情况下， 从第二发送脉冲的回波中 减去第一发送脉冲的回波， 并且移 除固定目标和慢速杂波， 同时保留移动目标的信息。 图4 为三脉冲MTI对消器， 传递函数为H(z)1-2z-1+z-2,通过三脉冲MTI对消器可以滤除掉相 似的杂波分量。 说明书 4/7 页 7 CN 109932695 A 7 0069 S4： 对经过杂波对消处理的中频信号进行加窗处理； 所述加窗处理中采用 的加窗 函数为汉宁窗或者海明窗； 进行傅里叶变换前要将回波信号进行加窗， 其中窗函数可以选 择汉宁窗或者海明窗， 根据不同的情况可以选择不同的窗。

23、函 数来进行处理， 以减少频谱泄 露和截断误差， 来提高目标的检测性能。 0070 S5： 通过快速傅里叶变换以及频谱细化算法对加窗处理后的中频信号进行 处理 以得到差频频率； 在步骤S5中， 所述频谱细化算法为CZT算法， 所述步 骤S5具体包括以下子 步骤： 0071 S51： 对加窗处理后的中频信号做N点快速傅里叶变换， 傅里叶变换模块使 用FFT (快速傅里叶变换)变换， FFT是离散傅里叶变换的快速算法， 它是根 据离散傅氏变换的奇、 偶、 虚、 实等特性， 对离散傅立叶变换的算法进行改进 获得的。 能够大大简化计算量， 通过 FFT变换将经过杂波对消后的信号进行时 域到频域的变换。。

24、 通过横虚警检测模块来检测经 快速傅里叶变换处理后的中频 信号。 所述步骤S51中的横虚警检测具体包括以下子步骤： 0072 通过对数似然估计函数选取临界单元值； 0073 根据临界单元值判断目标物是处于弱杂波区还是处于强杂波区， 如果是处 于弱 杂波区， 则选用SOCA-CFAR算法， 如果是处于强杂波区来检测经快速傅 里叶变换的中频信 号， 则选用GOCA-CFAR算法来检测经快速傅里叶变换的中 频信号。 CFAR(横虚警检测)模块 采用改进的自适应CFAR算法， 对单元数据进 行统计特性的估计， 来确定目标与杂波的相对 关系， 从而来自适应的选择不同 的处理算法， 该算法建立在一个包括待。

25、检单元在内的， 由N 个参考单元组成的 窗， 并且窗跨越两个不同分布杂波区。 杂波边缘假设发生在样本M和M+1 之间， 令代表对形成第一杂波区的样本1到M取平均的估计值，是形 成 第二杂波区的第M+1个样本到第N个样本的均值。 算法从M1开始计算只是单 元1的样本均值， 同时计算N-1个单元的样本均值当取 M2,， N-1时， 重复上述过 程。 因此， 对于N-1个可能的临界单元， 分别计 算得到一对样本均值序列和 0074 接下来选取最可能的临界单元Mt值， 该临界点的最大似然估计就是使得下 面的 对数似然估计函数最大化的M值： 0075 0076 一旦找到Mt值， 就同时确立了待检单元是位。

26、于弱杂波区域还是强杂波区域， 当待 检单元位于弱杂波区域是， 就选用SOCA-CFAR(单元平均选小)算法， 当待 检单元位于强杂 波区域， 就选用GOCA-CFAR(单元平均选大)算法。 0077 S52： 计算(P-1)和(P+1)两点的频率值f1和f2； 0078 S53： 在f1至f2区间内做M点CZT变换运算， 通过峰值检波模块来查找 谱线幅度最 大值点P1， 并计算该点的频率值， 该频率值即为差频频率。 通过对 变换到频域的回波信号 的谱峰进行搜索， 经过上述几个模块的工作， 杂波基本 被消除， 目标信息被保留， 然后找到 峰值最大点所对应的频率， 即为我们所需 目标的上下差频的频。

27、率。 0079 在实施例中， 为了提高信号处理系统的精确度和计算速度， 在傅里叶变换 的同时 说明书 5/7 页 8 CN 109932695 A 8 采用频谱细化的技术， 频谱细化采用CZT算法， 与FFT一起操作， 为了 提高运算速度， 先对差 频信号做N点的FFT运算， 找出频谱最大的峰值点P， 然后计算(P-1)和(P+1)两点频率， 再对 这两点间的频谱做M点的CZT变换运 算细化频谱， 频谱局部细化后得到的谱线峰值点对应 的频率值即为差频频率。 FFT/CZT联合算法的关键在于频谱范围的选取， 选取合适才能保 证频率估计的 正确性。 FFT/CZT联合算法体现出一种局部放大的小波处。

28、理思想， 既能提高 速 度， 又能获得精度。 0080 对于N*M点序列， 直接运用FFT运算， 其运算量为： (N*M)lg2(N*M)。 若采用FFT/CZT 联合算法， 为达到相同的分辨率， 需要先进行N点FFT运算后 再进行M点的CZT变换计算， 其 总运算量为： Nlg2N+2(N+M)+(N+M) lg2(N+M)。 相同的分辨率， 采用FFT/CZT联合算法的运算 量远远小于直接计 算FFT的运算量， 所以采用联合算法在提高精度的同时又不会增加运算 时间。 0081 S6： 根据目标物计算公式计算得到对应目标物的速度和距离； 所述目标物 计算公 式为： 0082 0083 其中，。

29、 Vf为目标物速度， c为光速， f0为发射波的中心频率， f+为正差频 值， f-为负 差频值， T为调制信号周期， B为调制带宽， R为到目标物的距离。 0084 S7： 通过跟踪模块将得到的物体的速度和距离并结合车辆自身的速度和加 速度 以实现对车辆前方目标物的持续跟踪。 所述跟踪模块采用扩展卡尔曼滤波 算法。 0085 跟踪模块采用扩展卡尔曼滤波的方法， 就是适用于非线性系统的卡尔曼滤 波算 法。 在扩展卡尔曼滤波算法当中用非线性系统模型方程代替线性系统模型 的系统方程。 通 过引入雅克比矩阵将非线性系统线性化， 然后在利用卡尔曼滤 波进行相关处理。 0086 首先， 通过得到的物体的。

30、速度和距离再结合本车自己的速度加速度等值， 引入一 个离散控制过程的系统。 其中系统模型可以选择常速， 常加速或者当前 统计模型， 该系统 可用线性随机微分方程来描述， 引入系统状态方程： 0087 X(k)AX(k-1)+BU(k)+W(k) 0088 再加上系统的测量方程： Z(k)HX(k)+V(k) 0089 卡尔曼滤波方程如下： 0090 现状态预测结果： X(k|k-1)AX(k-1|k-1)+B U(k)(11) 0091 现状态预测对应协方差： P(k|k-1)AP(k-1|k-1)A +Q(12) 0092 现状态最优结果： X(k|k)X(k|k-1)+Kg(k)(Z(k)。

31、-H X(k|k-1)(13) 0093 增益： Kg(k)P(k|k-1)H /(H P(k|k-1)H +R)(14) 0094 现状态最优对应协方差 P(k|k)(I-Kg(k)H)P(k|k-1)(15) 0095 通过不断地更新上述式子， 就可以对车辆前方物体进行持续跟踪。 0096 经过上述信号处理模块处理后， 得到的数据可以通过CAN通信与车辆系统 相连， 车辆收到相关信息之后， 会进行制动或者报警等处理， 从而使得车辆可 以实现AEB(主动式 紧急刹车系统)、 ACC(自适应巡航)、 BSD(盲区监测) 等功能。 0097 信号处理系统流程为： 雷达接收到回波信号后， 与本振信。

32、号进行混频得到 中频信 说明书 6/7 页 9 CN 109932695 A 9 号， 中频信号经过采样模块采样后送到杂波对消器中进行杂波对消， 杂 波对消完后的信号 经过傅里叶变换模块后从时域变换到频域， 变换到频域的信 号为了进一步滤除杂波噪声 等干扰， 需要进行CFAR(横虚警检测)处理， 经过上 述模块的处理后杂波噪声等干扰基本被 滤除， 只留下目标信息， 然后再通过峰 值检波就可以得到所需的差频频率， 结合式9， 那么 探测到的物体的速度和距离 就可以得出来， 通过得到的物体的速度和距离再结合本车自 己的速度加速度， 就可以通过跟踪模块对前方物体进行持续跟踪。 0098 本发明的具备。

33、以下几方面的优点： 0099 1.采用FFT-CZT算法， 使得信号处理计算量大大减少， 有效减少了系统的 计算成 本。 0100 2.采用自适应CFAR算法， 能够适应各种复杂环境， 使得整个信号处理系 统精确度 高， 大大改善目标检测时的漏警和虚警概率。 0101 3.采用扩展的卡尔曼滤波算法， 使得整个系统跟踪目标准确， 稳定性高。 0102 4.整个系统计算速度快、 消耗资源少、 目标识别和跟踪的准确度高。 0103 实施例二 0104 实施例二公开了一种电子设备， 该电子设备包括处理器、 存储器以及程序， 其中 处理器和存储器均可采用一个或多个， 程序被存储在存储器中， 并且被配 置。

34、成由处理器执 行， 处理器执行该程序时， 实现实施例一的提高目标物识别速 度的方法。 该电子设备可以 是手机、 电脑、 平板电脑等等一系列的电子设备。 0105 实施例三 0106 实施例三公开了一种计算机可读存储介质， 该存储介质用于存储程序， 并 且该程 序被处理器执行时， 实现实施例一的提高目标物识别速度的方法。 0107 当然， 本发明实施例所提供的一种包含计算机可执行指令的存储介质， 其 计算机 可执行指令不限于如上所述的方法操作， 还可以执行本发明任意实施例 所提供的方法中 的相关操作。 0108 通过以上关于实施方式的描述， 所属领域的技术人员可以清楚地了解到， 本发明 可借助软。

35、件及必需的通用硬件来实现， 当然也可以通过硬件实现， 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 软件产品可以存储在计算机可读存储介 质中， 如计算机的软盘、 只读存储器 (Read-Only Memory， ROM)、 随机存取存储器(Random Access Memory， RAM)、 闪存(FLASH)、 硬盘或光盘等， 包括若干指令用以使得一台电子设备 (可以是 个人计算机， 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。 0109 值得注意的是， 上述基于内容。

36、更新通知装置的实施例中， 所包括的各个单 元和模 块只是按照功能逻辑进行划分的， 但并不局限于上述的划分， 只要能够 实现相应的功能即 可； 另外， 各功能单元的具体名称也只是为了便于相互区分， 并不用于限制本发明的保护 范围。 0110 上述实施方式仅为本发明的优选实施方式， 不能以此来限定本发明保护的 范围， 本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换 均属于本发明所 要求保护的范围。 说明书 7/7 页 10 CN 109932695 A 10 图1 图2 说明书附图 1/2 页 11 CN 109932695 A 11 图3 图4 说明书附图 2/2 页 12 CN 109932695 A 12 。