[发明专利]目标的检测方法、装置、电子设备及存储介质

说明书

本发明提供一种目标的检测方法、装置、电子设备及存储介质。其中，目标的检测方法，包括：根据待检测的目标的尺寸，对初始检测窗口进行调整，得到针对所述目标的检测窗口；基于所述检测窗口，进行目标检测。本发明的目标的检测方法，在图像中的目标的检测过程中，使用自适应的检测窗口，从而可以快速的，完整的检测到目标，达到用检测次数相对更少、检测的目标尽可能完整，避免拼接或者减少拼接次数，进而，具有目标检测的计算量低、效率高的优点。

技术领域

本发明涉及计算机技术领域，尤其涉及一种目标的检测方法、装置、电子设备及存储介质。

背景技术

目前，图像中的目标检测通常是使用整幅图像作为输入，采用固定尺寸大小的矩形检测窗口依次扫描整幅图像的每一个区域，并且使用深度学习的方式提取检测窗口内的特征，确定是否有待检测的目标特征存在。如果检测到当前区域中有待检测目标的全部特征存在，则认为是检测到了待检测目标，检测过程结束。如果检测到当前区域中有待检测目标的局部特征存在，则认为当前检测区域附近有待检测目标，则需要在当前区域附近扩大范围继续检测，对相邻的检测窗口区域存在待检测目标特征的区域进行拼接，从而得到完整的待检测目标，检测过程结束。存在以下缺点：存在因检测窗口大小设置固化，从而不可避免的在检测过程中需要对相邻的存在待检测目标特征的区域进行特征拼接，拼接需要耗费大量的计算，因此，导致目标识别计算量大、效率低。

发明内容

本发明提供一种目标的检测方法、装置、电子设备及存储介质，可以有效降低图像中目标检测的计算量，具有目标检测效率高的优点。

本发明提供一种目标的检测方法，包括：

根据待检测的目标的尺寸，对初始检测窗口进行调整，得到针对所述目标的检测窗口；

基于所述检测窗口，进行目标检测。

进一步地，所述根据待检测的目标的尺寸，对初始检测窗口进行调整，得到针对所述目标的检测窗口，包括：

利用所述初始检测窗口对待检测的图像进行目标检测，确定所述初始检测窗口识别出所述目标所进行的检测次数和拼接次数；

基于深度学习模型，以检测次数和拼接次数达到最小值为目标，对所述初始检测窗口进行迭代，得到检测次数和拼接次数达到最小值时的检测窗口尺寸参数；

按照所述尺寸参数设置调整所述初始检测窗口，得到针对所述目标的检测窗口。

进一步地，在利用所述初始检测窗口对待检测的图像进行目标检测之前，还包括：

以所述图像的几何中心点为几何坐标系的原点，将所述图像映射到所述几何坐标系中；

所述利用所述初始检测窗口对待检测的图像进行目标检测，包括：

以所述几何坐标系的原点为检测窗口的一个顶点，以初始检测窗口尺寸参数和预设的检测窗口移动步长对图像进行目标检测，并对每个检测窗口检测到的图像区域输入至所述深度学习模型中进行目标识别。

进一步地，所述检测窗口尺寸参数包括检测窗口的对角线长度和检测方向。

进一步地，基于以下评价函数确定所述检测窗口尺寸参数，其中，所述评价函数为：

F_i(l，θ)＝J_i(l，θ)+S_i(l，θ)；

其中，所述F_i(l，θ)为第i个目标的评价函数，所述J_i(l，θ)为第i个目标所需要的拼接次数，S_i(l，θ)为检测到第i个目标所需的扫描次数。

进一步地，所述基于深度学习模型，以检测次数和拼接次数达到最小值为目标，对所述初始检测窗口进行迭代，得到检测次数和拼接次数达到最小值时的检测窗口尺寸参数，包括：