[发明专利]一种物体位置检测方法、装置、设备和存储介质在审

专利信息
申请号: 202010778896.1 申请日: 2020-08-05
公开(公告)号: CN111951328A 公开(公告)日: 2020-11-17
发明(设计)人: 顾会建;戴一凡;王宝宗;史宏涛;路萍;章烨 申请(专利权)人: 清华大学苏州汽车研究院(吴江);清华大学
主分类号: G06T7/70 分类号: G06T7/70;G06T7/10;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 215200 江苏省苏州市吴*** 国省代码: 江苏;32
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 物体 位置 检测 方法 装置 设备 存储 介质
【说明书】:

发明实施例公开了一种物体位置检测方法、装置、设备和存储介质,该方法包括:获取待检测的目标图像;对所述目标图像进行图像分割,获得所述目标图像对应的各个目标子图像;基于目标检测网络模型,对每个所述目标子图像进行目标物体的检测,确定每个所述目标子图像对应的目标检测结果;将所述目标图像对应的各个目标检测结果进行融合处理,确定所述目标物体对应的目标位置信息。通过本发明实施例的技术方案,对高分辨率图像检测时可以避免因缩放而导致漏检的情况,提高了物体位置检测的召回率及准确率。

技术领域

本发明实施例涉及计算机技术,尤其涉及一种物体位置检测方法、装置、设备和存储介质。

背景技术

随着计算机技术的快速发展,可以自动检测识别出图像中的目标物体,获得目标物体的位置信息。

目前,可以基于深度学习的目标检测网络模型对物体位置进行检测。例如,当待检测图像的分辨率远高于目标检测网络模型对应的输入图像分辨率时,需要对待检测图像进行较大程度地缩放,使得待检测图像的分辨率缩小至输入图像分辨率,再将缩放后的待检测图像输入至目标检测网络模型中进行物体位置检测。然而,较大程度地图像缩放后会丢失大量图像信息,从而会导致漏检的情况,并且大大降低了物体位置的检测准确度。

发明内容

本发明实施例提供了一种物体位置检测方法、装置、设备和存储介质,以在对高分辨率图像检测时提高物体位置检测的召回率和准确率。

第一方面,本发明实施例提供了一种物体位置检测方法,包括:

获取待检测的目标图像;

对所述目标图像进行图像分割,获得所述目标图像对应的各个目标子图像;

基于目标检测网络模型,对每个所述目标子图像进行目标物体的检测,确定每个所述目标子图像对应的目标检测结果;

将所述目标图像对应的各个目标检测结果进行融合处理,确定所述目标物体对应的目标位置信息。

第二方面,本发明实施例还提供了一种物体位置检测装置,包括:

目标图像获取模块,用于获取待检测的目标图像;

目标图像分割模块,用于对所述目标图像进行图像分割,获得所述目标图像对应的各个目标子图像;

目标物体检测模块,用于基于目标检测网络模型,对每个所述目标子图像进行目标物体的检测,确定每个所述目标子图像对应的目标检测结果;

目标位置信息确定模块,用于将所述目标图像对应的各个目标检测结果进行融合处理,确定所述目标物体对应的目标位置信息。

第三方面,本发明实施例还提供了一种设备,所述设备包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的物体位置检测方法。

第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的物体位置检测方法。

上述发明中的实施例具有如下优点或有益效果:

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清华大学苏州汽车研究院(吴江);清华大学,未经清华大学苏州汽车研究院(吴江);清华大学许可,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/202010778896.1/2.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