[发明专利]目标对象检测方法和装置、电子设备和介质

权利要求书

1.一种目标对象检测方法，其特征在于，包括：

将车辆行驶环境图像输入第一卷积神经网络CNN，利用所述第一CNN获取所述车辆行驶环境图像中目标对象的候选区域；

将所述目标对象的候选区域图像输入第二CNN，经所述第二CNN输出目标对象检测结果。

2.根据权利要求1所述的方法，其特征在于，所述目标对象包括以下任意一项或多项：车道线，交通标识，交通灯。

3.根据权利要求1或2所述的方法，其特征在于，所述利用所述第一CNN获取所述车辆行驶环境图像中目标对象的候选区域，包括：

利用所述第一CNN对所述车辆行驶环境图像进行语义分割；

基于语义分割的结果确定所述目标对象的候选区域。

4.根据权利要求1或2所述的方法，其特征在于，所述利用所述第一CNN获取所述车辆行驶环境图像中目标对象的候选区域，包括：

利用区域候选网络RPN遍历所述车辆行驶环境图像中感兴趣的位置和预设物体尺度，分别对遍历到的每个候选框进行二分类，判断每个候选框属于目标对象的候选框的概率；所述第一CNN包括所述RPN；

对遍历到的所有候选框进行非极大值抑制，获得置信度最高的L个候选框；

基于所述L个候选框确定所述目标对象的候选区域。

5.根据权利要求1-4任一所述的方法，其特征在于，所述将车辆行驶环境图像输入第一CNN之前，还包括：

对所述车辆行驶环境图像进行预处理；

所述将车辆行驶环境图像输入第一CNN，利用所述第一CNN获取所述车辆行驶环境图像中目标对象的候选区域，包括：将预处理得到的所述车辆行驶环境图像输入第一CNN，利用所述第一CNN获取所述车辆行驶环境图像中目标对象的候选区域。

6.根据权利要求1-5任一所述的方法，其特征在于，所述将所述目标对象的候选区域图像输入第二CNN，经所述第二CNN输出目标对象检测结果，包括：

通过所述第二CNN对所述目标对象的候选区域图像进行语义分割，输出所述目标对象概率图；所述目标对象概率图用于表示所述目标对象的候选区域图像中的各像素点分别属于目标对象的概率值；

根据所述目标对象概率图确定目标对象所在区域；所述目标对象检测结果包括所述目标对象所在区域。

7.根据权利要求6所述的方法，其特征在于，所述目标对象为车道线；

所述通过所述第二CNN对车道线的候选区域图像进行语义分割，输出目标对象概率图，包括：

通过所述第二CNN对所述车道线的候选区域图像进行特征提取，得到特征图；

通过所述第二CNN对所述特征图进行语义分割，得到N条车道线的车道线概率图；每条车道的车道线概率图中各像素点的像素值表示所述车道线的候选区域图像中对应像素点分别属于该条车道线的概率值，N的取值为大于0的整数。

8.一种目标对象检测装置，其特征在于，包括：

第一检测模块，用于将车辆行驶环境图像输入第一卷积神经网络CNN，利用所述第一CNN获取所述车辆行驶环境图像中目标对象的候选区域；

第二检测模块，用于将所述目标对象的候选区域图像输入第二CNN，经所述第二CNN输出目标对象检测结果。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现上述权利要求1-7任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现上述权利要求1-7任一所述的方法。