[发明专利]图像检测方法及系统

权利要求书

1.一种图像检测方法，其特征在于，包括：

接收图像采集装置采集的人像图像；

将所述人像图像输入神经网络模型中，所述神经网络模型包括目标分割模型和/或目标检测模型；

当所述神经网络模型包括所述目标分割模型时，利用所述目标分割模型获取所述人像图像中的特定区域的属性信息，所述属性信息包括颜色和纹理；和/或

当所述神经网络模型包括所述目标检测模型时，利用所述目标检测模型检测所述人像图像中是否存在目标对象以实现对具体物体有无的检测，其中所述目标对象根据检测需求而被划分为标准内对象和标准外对象，所述标准内对象对应于规定必须存在的物体，所述标准外对象对应于规定不可存在的物体；及

判断所述人像图像是否满足预设标准。

2.根据权利要求1所述的图像检测方法，其特征在于，所述利用所述目标分割模型获取所述人像图像中的特定区域的属性信息的操作具体包括：

分割所述人像图像，得到背景区域和多个人像区域；

获取特定的所述人像区域的属性信息。

3.根据权利要求2所述的图像检测方法，其特征在于，当所述神经网络模型包括所述目标分割模型和所述目标检测模型时，所述利用所述目标检测模型检测所述人像图像中是否存在目标对象的操作具体包括：

从多个所述人像区域中选择部分所述人像区域作为候选区域；

检测所述候选区域中是否存在所述目标对象。

4.根据权利要求1至3中任一项所述的图像检测方法，其特征在于，所述利用所述目标检测模型检测所述人像图像中是否存在目标对象的操作具体包括：

在所述人像图像中确定多个候选框；

提取每个所述候选框中的像素点的图像特征；

调用分类器对全部所述图像特征进行分类，以判定所述候选框中的全部所述图像特征是否属于同一类别，一个所述类别对应一种所述目标对象；

根据所述分类器的处理结果调整所述候选框。

5.根据权利要求4所述的图像检测方法，其特征在于，当所述神经网络模型包括所述目标检测模型时，在所述接收图像采集装置采集的人像图像的步骤之前，还包括：

将多个带标记的训练样本图像输入所述目标检测模型中，所述标记用于标注相应的所述训练样本图像中的物体的所述类别；

在所述训练样本图像中确定多个所述候选框；

提取每个所述候选框中的像素点的所述图像特征；

调用所述分类器识别所述训练样本图像中的所述图像特征，并关联存储所述图像特征和所述标记。

6.根据权利要求1至3中任一项所述的图像检测方法，其特征在于，在所述判断所述人像图像是否满足预设标准的操作之后，还包括：

当所述人像图像满足所述预设标准时，输出合格信息；

当所述人像图像中存在不满足所述预设标准的不合格内容时，输出不合格信息和所述不合格内容。

7.根据权利要求6所述的图像检测方法，其特征在于，

所述目标对象包括标准内对象和/或标准外对象；

所述预设标准包括对所述特定区域的所述属性信息的要求和/或存在所述标准内对象和/或不存在所述标准外对象；

所述不合格内容包括不满足所述预设标准的所述特定区域的所述属性信息和/或不存在的所述标准内对象和/或存在的所述标准外对象。