[发明专利]用于检测目标的方法和装置

说明书

本申请实施例公开了用于检测目标的方法和装置。该方法的一具体实施方式包括：获取待检测彩色图像和待检测深度图像，其中，待检测彩色图像和待检测深度图像包括待检测目标的图像区域；从待检测彩色图像中提取待检测目标的第一特征信息，并从待检测深度图像中提取待检测目标的第二特征信息；融合待检测目标的第一特征信息和待检测目标的第二特征信息，得到待检测目标的融合特征信息；将待检测目标的融合特征信息输入至预先训练的目标检测模型，得到待检测目标的类别和位置，其中，目标检测模型用于表征目标的融合特征信息与目标的类别和位置之间的对应关系。该实施方式结合彩色图像和深度图像进行目标检测，提高了目标检测的准确度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于检测目标的方法和装置。

背景技术

图像目标检测，即检测出图像中所包括的目标的类别和/或位置。现有的图像目标检测方法通常是采用相机拍摄彩色图像，然后再利用软件根据彩色图像灰阶差进行目标检测。

发明内容

本申请实施例提出了用于检测目标的方法和装置。

第一方面，本申请实施例提供了一种用于检测目标的方法，该方法包括：获取待检测彩色图像和待检测深度图像，其中，待检测彩色图像和待检测深度图像包括待检测目标的图像区域；从待检测彩色图像中提取待检测目标的第一特征信息，并从待检测深度图像中提取待检测目标的第二特征信息；融合待检测目标的第一特征信息和待检测目标的第二特征信息，得到待检测目标的融合特征信息；将待检测目标的融合特征信息输入至预先训练的目标检测模型，得到待检测目标的类别和位置，其中，目标检测模型用于表征目标的融合特征信息与目标的类别和位置之间的对应关系。

在一些实施例中，在融合待检测目标的第一特征信息和待检测目标的第二特征信息，得到待检测目标的融合特征信息之前，还包括：获取待检测红外图像，其中，待检测红外图像包括待检测目标的图像区域；从待检测红外图像中提取待检测目标的第三特征信息；以及融合待检测目标的第一特征信息和待检测目标的第二特征信息，得到待检测目标的融合特征信息，包括：融合待检测目标的第一特征信息、待检测目标的第二特征信息和待检测目标的第三特征信息，得到待检测目标的融合特征信息。

在一些实施例中，从待检测彩色图像中提取待检测目标的第一特征信息，并从待检测深度图像中提取待检测目标的第二特征信息，包括：将待检测彩色图像输入至预先训练的第一卷积神经网络，得到待检测目标的第一特征信息，其中，第一卷积神经网络用于提取目标的第一特征信息；将待检测深度图像输入至预先训练的第二卷积神经网络，得到待检测目标的第二特征信息，其中，第二卷积神经网络用于提取目标的第二特征信息。

在一些实施例中，从待检测红外图像中提取待检测目标的第三特征信息，包括：将待检测红外图像输入至预先训练的第三卷积神经网络，得到待检测目标的第三特征信息，其中，第三卷积神经网络用于提取目标的第三特征信息。

在一些实施例中，目标检测模型是通过如下训练步骤得到的：获取训练样本，其中，训练样本包括样本彩色图像、样本深度图像、样本红外图像和样本目标的类别和位置，其中，样本彩色图像、样本深度图像和样本红外图像包括样本目标的图像区域；从样本彩色图像中提取样本目标的第一特征信息，从样本深度图像中提取样本目标的第二特征信息，并从样本红外图像中提取样本目标的第三特征信息；融合样本目标的第一特征信息、样本目标的第二特征信息和样本目标的第三特征信息，得到样本目标的融合特征信息；将样本目标的融合特征信息作为输入，将样本目标的类别和位置作为输出，训练得到目标检测模型。