[发明专利]一种目标检测方法、装置、设备及可读存储介质有效

专利信息
申请号: 201910063147.8 申请日: 2019-01-23
公开(公告)号: CN109784290B 公开(公告)日: 2021-03-05
发明(设计)人: 何山;殷兵;柳林;刘聪 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王云晓;王宝筠
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 检测 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种目标检测方法,其特征在于,包括:

获取目标场景下的图像序列中的一待检测图像;

获取所述待检测图像对应的目标出现概率矩阵,其中,所述目标出现概率矩阵能够表征所述目标场景下的各类目标在所述待检测图像各对应位置出现的概率;

基于预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵,确定所述待检测图像对应的目标检测结果;

基于所述待检测图像对应的目标检测结果,对所述待检测图像对应的目标出现概率矩阵进行更新,更新后的目标出现概率矩阵作为所述图像序列中下一待检测图像对应的目标出现概率矩阵。

2.根据权利要求1所述的目标检测方法,其特征在于,所述基于预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵,确定所述待检测图像的检测结果,包括:

通过所述预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵,从所述待检测图像中确定目标候选区域;

对所述目标候选区域进行目标检测,获得所述待检测图像对应的目标检测结果。

3.根据权利要求2所述的目标检测方法,其特征在于,所述通过预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵,从所述待检测图像中确定目标候选区域,包括:

利用所述前景检测算法对所述待检测图像进行前景区域检测,获得所述待检测图像所包含的前景区域;

根据所述待检测图像对应的目标出现概率矩阵,对所述待检测图像所包含的前景区域进行更新,获得更新后的前景区域;

基于所述更新后的前景区域生成所述目标候选区域。

4.根据权利要求3所述的目标检测方法,其特征在于,所述根据所述待检测图像对应的目标出现概率矩阵,对所述待检测图像所包含的前景区域进行更新,获得更新后的前景区域,包括:

基于所述目标出现概率矩阵,从所述前景区域中确定出现目标的概率小于第一概率阈值的前景区域并删除,获得剩余的前景区域;

和/或,

基于所述目标出现概率矩阵,从除所述前景区域外的非前景区域中确定出现目标的概率大于第二概率阈值的非前景区域;

所述剩余的前景区域,或者,所述前景区域和所述出现目标的概率大于第二概率阈值的非前景区域,或者,所述剩余的前景区域和所述出现目标的概率大于第二概率阈值的非前景区域,作为所述更新后的前景区域。

5.根据权利要求3所述的目标检测方法,其特征在于,所述目标出现概率矩阵包括多个尺寸相同的二维概率矩阵,一个二维概率矩阵对应一类型的目标,一个二维概率矩阵能够表征其对应的类型的目标在各位置出现的概率;

所述根据所述待检测图像对应的目标出现概率矩阵,对所述待检测图像所包含的前景区域进行更新,包括:

通过多个二维概率矩阵,确定最大概率矩阵,其中,所述最大概率矩阵中任一位置的元素的值基于所述多个二维概率矩阵中对应位置的多个元素的值中的最大值确定;

利用所述最大概率矩阵,对所述待检测图像所包含的前景区域进行更新。

6.根据权利要求2所述的目标检测方法,其特征在于,所述对所述目标候选区域进行目标检测,获得所述待检测图像对应的目标检测结果,包括:

将所述目标候选区域输入预先建立的目标检测模型,获得目标边界框和所述目标边界框对应的目标得分;

所述目标边界框和所述目标边界框对应的目标得分作为所述待检测图像对应的目标检测结果;

其中,所述目标边界框为所述目标候选区域中所包含的目标的边界框,所述目标边界框对应的目标得分为所述目标边界框中的目标属于每个类别的概率。

7.根据权利要求6所述的目标检测方法,其特征在于,所述对所述目标候选区域进行目标检测,获得所述待检测图像对应的目标检测结果,还包括:

基于所述待检测图像对应的目标出现概率矩阵,以及所述目标边界框对应的目标得分,从所述目标边界框中去除冗余的目标边界框,获得最终的目标边界框,并获得所述最终的目标边界框中目标的类型;

所述最终的目标边界框和所述最终的目标边界框中目标的类型作为所述待检测图像对应的目标检测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910063147.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top