[发明专利]目标检测的方法、装置及系统

权利要求书

1.一种目标检测的方法，其特征在于，所述方法包括：

获取待检测图像中的目标候选区域；

通过图像分割网络从所述目标候选区域中确定出至少两个部件候选区域，每个部件候选区域对应待检测目标的一个部件，并从所述待检测图像中提取对应于各部件候选区域的局部图像特征；

通过双向长短时记忆网络LSTM对所述各部件候选区域的局部图像特征进行学习，以获得用于描述所述各部件候选区域之间的相互关系的部件关系特征；

根据所述部件关系特征实现对所述待检测图像中的所述待检测目标的检测；

其中，所述通过双向长短时记忆网络LSTM对所述各部件候选区域的局部图像特征进行学习包括：

将所述各部件候选区域的局部图像特征按照预设顺序进行排序以得到排序后的特征序列,将所述特征序列输入所述双向长短时记忆网络LSTM；

通过所述双向长短时记忆网络LSTM以目标与背景的二分类问题为学习任务来学习所述各部件候选区域之间的相互关系。

2.根据权利要求1所述的方法，其特征在于，所述根据所述部件关系特征实现对所述待检测图像中的待检测目标的检测，包括：

根据所述部件关系特征，结合全局图像特征确定出所述待检测图像中的待检测目标，所述全局图像特征对应于所述目标候选区域；

对应的，所述根据所述部件关系特征实现对所述待检测图像中的待检测目标的检测之前，所述方法还包括：

获取对应于所述目标候选区域的所述全局图像特征。

3.根据权利要求2所述的方法，其特征在于，所述根据所述部件关系特征，结合全局图像特征确定出所述待检测图像中的待检测目标包括：

将所述部件关系特征和所述全局图像特征进行融合，根据融合后的特征学习得到所述待检测图像中所述待检测目标的类别与位置的第一置信度；

根据所述全局图像特征确定所述目标候选区域中包含所述待检测目标的第二置信度，并根据所述第一置信度和所述第二置信度的融合确定出所述待检测图像中包含所述待检测目标；

根据所述目标候选区域在所述待检测图像中的位置确定所述待检测目标在所述待检测图像中的位置。

4.根据权利要求3所述的方法，其特征在于，所述各部件候选区域之间的相互关系包括所述各部件候选区域相对于所述待检测目标的关系，以及所述各部件候选区域相互之间的依赖关系中的至少一种。

5.一种目标检测的方法，其特征在于，所述方法包括：

获取待检测图像中的目标候选区域；

获取用于部件识别的正样本图像特征和负样本图像特征，根据所述正样本图像特征和所述负样本图像特征构建部件识别网络模型；

通过所述部件识别网络模型从所述目标候选区域中识别出至少两个部件候选区域，每个部件候选区域对应待检测目标的一个部件，并从所述待检测图像中提取对应于各部件候选区域的局部图像特征；

通过双向长短时记忆网络LSTM对所述各部件候选区域的局部图像特征进行学习，以获得用于描述所述各部件候选区域之间的相互关系的部件关系特征；

根据所述部件关系特征实现对所述待检测图像中的所述待检测目标的检测；

其中，所述通过双向长短时记忆网络LSTM对所述各部件候选区域的局部图像特征进行学习包括：

将所述各部件候选区域的局部图像特征按照预设顺序进行排序以得到排序后的特征序列,将所述特征序列输入所述双向长短时记忆网络LSTM；

通过所述双向长短时记忆网络LSTM以目标与背景的二分类问题为学习任务来学习所述各部件候选区域之间的相互关系。