[发明专利]目标检测方法、装置及设备在审
申请号: | 202010561372.7 | 申请日: | 2020-06-18 |
公开(公告)号: | CN111753702A | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 程战战 | 申请(专利权)人: | 上海高德威智能交通系统有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 王叶娟 |
地址: | 201821 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 检测 方法 装置 设备 | ||
本发明提供一种目标检测方法、装置及设备,可确定被检测出的目标对象在图像中的图像质量。该方法包括:获取待检测的目标图像,所述目标图像包含目标对象;将所述目标图像输入至已训练的目标对象检测网络,得到所述目标对象检测网络中的至少一个指定处理层输出的目标特征信息,所述目标特征信息是在所述目标对象检测网络检测目标对象的位置信息的过程中输出的;将所述目标特征信息输入至质量检测网络,以得到图像质量参数,所述图像质量参数用于表征所述目标对象在所述目标图像中的图像质量。
技术领域
本发明涉及目标检测技术领域,尤其涉及的是一种目标检测方法、装置及设备。
背景技术
目标检测往往是理解场景的第一步。在一些场景中,会拍摄到大量的目标对象在姿态、遮挡、光照、尺寸等方面各异的图像,而这些图像中,有些图像的质量比较差,目标对象在图像中并不清晰、或者并不完整,不利于正确地理解场景。比如,在失焦(即对焦未对准)情况下采集的图像中,目标对象会非常模糊。又如,在目标对象未完整进入摄像机设备视场的情况下采集的图像中,目标对象会不完整,比如只有半个人。
目前,在执行目标检测任务时不会确定图像质量,在图像质量较差时目标检测任务仍能完成,所以会产生检出的目标对象不全、目标对象极小、可辨认度低等情况,而这些情况也无法得到区分,所有的检测结果会被继续使用,进而会导致基于这些检测结果的进一步处理出现问题,比如导致监控系统误报警等,影响系统稳定性。
发明内容
有鉴于此,本发明提供一种目标检测方法、装置及设备,可确定被检测出的目标对象在图像中的图像质量。
本发明第一方面提供一种目标检测方法,包括:
获取待检测的目标图像,所述目标图像包含目标对象;
将所述目标图像输入至已训练的目标对象检测网络,得到所述目标对象检测网络中的至少一个指定处理层输出的目标特征信息,所述目标特征信息是在所述目标对象检测网络检测目标对象的位置信息的过程中输出的;
将所述目标特征信息输入至质量检测网络,以得到图像质量参数,所述图像质量参数用于表征所述目标对象在所述目标图像中的图像质量。
根据本发明的一个实施例,
所述目标对象检测网络和所述质量检测网络为同一神经网络的不同子网络;
或者,
所述目标对象检测网络和所述质量检测网络为两个相互独立的神经网络。
根据本发明的一个实施例,该方法进一步包括:
将所述目标特征信息输入至位置检测网络,以得到准确度指标,所述准确度指标用于指示所述目标对象检测网络检测的所述目标对象的位置信息的准确性;
所述位置检测网络与所述目标对象检测网络和所述质量检测网络中的至少一个集成在同一神经网络;或者,
所述位置检测网络、所述目标对象检测网络和所述质量检测网络为相互独立的神经网络。
根据本发明的一个实施例,目标对象检测网络通过以下方式训练:
获取训练样本集,所述训练样本集包括多个图像样本,每一图像样本被标定有对应的第一标签信息,所述第一标签信息用于指示图像样本中对象的位置与类别;
利用所述训练样本集中的图像样本及对应的第一标签信息对初始目标对象检测网络进行训练,以得到所述目标对象检测网络。
根据本发明的一个实施例,所述训练样本集的图像样本还被标定有对应的第二标签信息;所述第二标签信息用于指示对象在图像样本中的图像质量;
所述质量检测网络通过以下方式训练:
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上海高德威智能交通系统有限公司,未经上海高德威智能交通系统有限公司许可,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/202010561372.7/2.html,转载请声明来源钻瓜专利网。