[发明专利]图像检测方法、装置、系统和计算机可读介质

说明书

本发明提供了一种图像检测方法、装置、系统和计算机可读介质，所述图像检测方法包括：接收待检测图像；利用训练好的目标对象区域预测神经网络预测所述待检测图像中包含目标对象的区域以作为待检测区域，且所述待检测区域的尺寸与所述目标对象的尺寸相对应；以及对所述待检测区域进行所述目标对象的检测。根据本发明实施例的图像检测方法、装置、系统和计算机可读介质基于训练好的目标对象区域预测神经网络预测图像中包含目标对象的与目标对象的尺寸相对应的区域作为待检测区域，使得大量无用的背景区域被除去，大大减小了对目标对象的检测处理区域，从而能够显著提高图像检测的速度和效率。

技术领域

本发明涉及图像检测技术领域，更具体地涉及一种图像检测方法、装置、系统和计算机可读介质。

背景技术

对于图像中某对象的检测(例如人脸检测)，常采用的工具是神经网络。神经网络是一种大规模、多参数优化的工具。依靠大量的训练数据，神经网络能够学习出数据中难以总结的隐藏特征，从而完成多项复杂的任务，如人脸检测，图片分类，物体检测，动作追踪，自然语言翻译等。神经网络已被人工智能界广泛应用。

作为通用物体检测的子问题的人脸检测吸引了学界和工业界的大量兴趣，可应用于互联网金融、在线认证、安防、智能监控等多个领域，成为了人工智能发展最蓬勃的领域之一。人脸检测中最广泛应用的是卷积神经网络。尽管卷积神经网络使得人脸检测达到较高的精确度，其也存在一些缺陷，例如带来了更高的计算复杂度，导致在移动端设备部署时会消耗更大电量，对处理器速度较慢的设备更是无法达到实时检测。

发明内容

为了解决上述问题，本发明提出了一种关于图像检测的方案，其不仅可以用于人脸检测，也可以用于任何目标对象的检测。下面简要描述本发明提出的关于图像检测的方案，更多细节将在后续结合附图在具体实施方式中加以描述。

根据本发明一方面，提供了一种图像检测方法，所述图像检测方法包括：接收待检测图像；利用训练好的目标对象区域预测神经网络预测所述待检测图像中包含目标对象的区域以作为待检测区域，且所述待检测区域的尺寸与所述目标对象的尺寸相对应；以及对所述待检测区域进行所述目标对象的检测。

在本发明的一个实施例中，所述图像检测方法还包括：在对所述待检测区域进行所述目标对象的检测之前，将包含重叠部分的待检测区域进行合并以生成合并后的待检测区域替换所述包含重叠部分的待检测区域。

在本发明的一个实施例中，所述将包含重叠部分的待检测区域进行合并进一步包括：从所述目标对象区域预测神经网络预测的待检测区域集合中选定任意区域作为选定区域，并遍历其他所有区域；确定所述其他所有区域中是否存在与所述选定区域之间的重叠大于预定阈值的待合并区域；如果存在所述待合并区域，则将所述待合并区域与所述选定区域合并，并从所述待检测区域集合中删除所述待合并区域和所述选定区域，并将合并后的区域作为新的选定区域重复执行上述操作；如果不存在所述待合并区域，则将所述选定区域加入用于执行所述目标对象的检测的输出集合，并从剩余待检测区域中选定任意区域作为新的选定区域重复上述操作。

在本发明的一个实施例中，所述待检测区域的尺寸与所述目标对象的尺寸相对应包括：大目标对象对应于大区域，小目标对象对应于小区域。

在本发明的一个实施例中，所述图像检测方法还包括：在对所述待检测区域进行所述目标对象的检测之前，将所述待检测区域中大于预设尺寸的区域重设为等于或小于所述预设尺寸的区域以用于所述目标对象的检测。

在本发明的一个实施例中，所述目标对象区域预测神经网络为能够预测图像中包含所述目标对象的区域的轻量型神经网络。

在本发明的一个实施例中，所述目标对象区域预测神经网络的训练基于带有所述目标对象的位置标注的图像数据。

在本发明的一个实施例中，所述目标对象为人脸。