[发明专利]一种目标检测方法、装置、电子设备和存储介质在审
申请号: | 202110081738.5 | 申请日: | 2021-01-21 |
公开(公告)号: | CN112734747A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 周红花 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T3/40 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 李汉亮 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
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 电子设备 存储 介质 | ||
1.一种目标检测方法,其特征在于,包括:
确定待检测图像中至少一个待检测的目标对象,并获取每个目标对象对应的目标模板图像;
基于每个目标模板图像中各像素点之间的像素值差异,确定每个目标模板图像的图像复杂度;
根据每个目标模板图像的图像复杂度,确定每个目标对象对应的检测阈值;
根据所述目标模板图像,对所述待检测图像进行识别,得到每个目标对象的多个候选对象检测区域;
针对每个目标对象,根据所述候选对象检测区域和所述目标模板图像之间的相似度、以及目标对象对应的检测阈值,从所述候选对象检测区域中确定目标对象的至少一个初选对象检测区域;
从所述目标对象的初选对象检测区域中确定所述目标对象的至少一个目标对象检测区域,得到每个目标对象的至少一个目标对象检测区域。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标模板图像,对所述待检测图像进行识别,得到每个目标对象的多个候选对象检测区域,包括:
对每个目标对象对应的目标模板图像进行不同尺度下的缩放,得到每个目标对象对应的多个尺度下的目标模板图像;
基于多个尺度下的目标模板图像,对所述待检测图像进行识别,得到每个目标对象的多个候选对象检测区域。
3.根据权利要求1所述的方法,其特征在于,所述从所述目标对象的初选对象检测区域中确定所述目标对象的至少一个目标对象检测区域,得到每个目标对象的至少一个目标对象检测区域,包括:
针对每个目标对象,对所述初选对象检测区域和所述目标模板图像分别进行网格划分,得到所述初选对象检测区域的多个子对象检测网格区域、以及所述目标模板图像的多个子模板网格区域;
计算所述初选对象检测区域的目标子对象检测网格区域和所述目标模板图像的目标子模板网格区域之间的子区域相似度,其中,所述目标子对象检测网格区域的位置和所述目标子模板网格区域的位置相对应;
基于所述子区域相似度,从所述目标对象的初选对象检测区域中确定所述目标对象的至少一个目标对象检测区域,得到每个目标对象的至少一个目标对象检测区域。
4.根据权利要求3所述的方法,其特征在于,所述计算所述初选对象检测区域的目标子对象检测网格区域和所述目标模板图像的目标子模板网格区域之间的子区域相似度,包括:
计算在每个颜色通道下所述初选对象检测区域的目标子对象检测网格区域的第一像素均值;
计算在每个颜色通道下所述目标模板图像的目标子模板网格区域的第二像素均值;
基于所述第一像素均值和所述第二像素均值,计算所述初选对象检测区域的目标子对象检测网格区域和所述目标模板图像的目标子模板网格区域之间的子区域相似度。
5.根据权利要求1所述的方法,其特征在于,所述基于每个目标模板图像中各像素点之间的像素值差异,确定每个目标模板图像的图像复杂度,包括:
基于每个目标模板图像中各像素点之间的像素值差异,确定每个目标模板图像至少两种类型的差异参数;
基于所述差异参数,确定每个目标模板图像的图像复杂度。
6.根据权利要求5所述的方法,其特征在于,所述差异参数包括横向差异参数和纵向差异参数;所述基于所述差异参数,确定每个目标模板图像的图像复杂度,包括:
将所述横向差异参数和所述纵向差异参数进行融合,得到每个目标模板图像的图像复杂度。
7.根据权利要求1所述的方法,其特征在于,所述根据每个目标模板图像的图像复杂度,确定每个目标对象对应的检测阈值,包括:
基于每个目标模板图像的图像复杂度和预设映射关系集,确定每个目标对象对应的检测阈值,其中,所述预设映射关系集包括预设图像复杂度和预设检测阈值之间的映射关系。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202110081738.5/1.html,转载请声明来源钻瓜专利网。