[发明专利]一种目标检测方法、装置、电子设备和存储介质

说明书

本申请公开了一种目标检测方法、装置、电子设备和存储介质；本申请确定待检测图像中至少一个待检测目标对象，并获取每个目标对象的目标模板图像；基于每个目标模板图像中各像素点的像素值差异，确定每个目标模板图像的图像复杂度；根据图像复杂度，确定每个目标对象对应的检测阈值；根据目标模板图像对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，根据候选对象检测区域和目标模板图像的相似度、以及检测阈值，从候选对象检测区域中确定目标对象的初选对象检测区域；从初选对象检测区域中确定所述目标对象的目标对象检测区域。本申请可以适应存在多种类型目标的检测场景，提高目标检测的准确度。

技术领域

本申请涉及计算机技术领域，具体涉及一种目标检测方法、装置、电子设备和存储介质。

背景技术

随着计算机技术的发展，人工智能的应用越来越广泛。通过依托于人工智能的机器学习手段进行目标检测的技术也日渐成为了一种主流的目标检测的研究方向。目标检测的任务是从图像中找出感兴趣的目标，确定它们的类别和位置，例如从图像中检测出人脸、车辆或建筑等。

在目前的相关技术中，一般可以通过深度神经网络模型来进行目标检测，但深度神经网络模型需要大量的标注数据，在图像样本上标注目标框的坐标数据来对模型进行训练，该方法对人力物力资源的消耗较高。

另外，也可以采用模板匹配方法，通过滑动窗口的图片间比对，计算目标模板图片和待检测图片的每个滑动窗口位置的截图的相似度，将相似度高于指定阈值的窗口作为检测结果，但这种方法不能适应不同类型的检测目标，在存在多种目标类型的检测场景中，检测准确率较低。

发明内容

本申请实施例提供一种目标检测方法、装置、电子设备和存储介质，可以适应存在多种类型目标的检测场景，提高目标检测的准确度。

本申请实施例提供一种目标检测方法，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。

相应的，本申请实施例提供一种目标检测装置，包括：

确定单元，用于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；

复杂度确定单元，用于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；

阈值确定单元，用于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；

识别单元，用于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；

初选确定单元，用于针对每个目标对象，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；

目标确定单元，用于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。