[发明专利]基于Faster-RCNN物体空间区分方法、装置、计算机设备及存储介质

说明书

本申请涉及图像处理技术领域，具体而言，涉及基于Faster‑RCNN物体空间区分方法、装置、计算机设备及存储介质；该方法包括：获取待识别图像；针对待识别图像，通过Faster‑RCNN目标区域推荐网络获得多个感兴趣区域；获取独立感兴趣区域的参量；通过参量生成高斯热图，基于高斯热图作为掩膜，通过点乘所述特征图得到环境热图；对环境热图进行池化，得到特征热图，基于特征热图得到特征向量；生成类别向量，将类别向量与所述特征向量进行拼接，得到目标向量；对目标向量进行回归处理，得到物体‑环境匹配值；基于物体‑环境匹配值进行物体环境的区分；本发明能有效克服被识别物体与预设场景不符的情况，增加了对于物体识别的准确度。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及基于Faster-RCNN物体空间区分方法、装置、计算机设备及存储介质。

背景技术

物体检测(object detection)：它是计算机视觉中的经典问题之一，其任务是用框去标出图像中物体的位置，并给出物体的类别和置信度。上下文感知(contextawareness)：它是一种在信息系统中，结合物体周边环境一起推理的能力。

目前针对于基于环境的物体检测的方法包含两种，一种方案是基于多个单纯的物体检测模型，一个模型识别物体，另一个识别场景。当被识别物体处于不符合要求的场景时，不输出结果。另一种方案是，一个模型识别物体，另一个模型对全场景进行语义分割。当被识别物体处于不符合要求的场景时，不上报结果。

利用多个检测模型的方案，只能对大小、长宽比例合适的“场景”进行检测，例如一辆卡车上运输的纸箱：模型检测出纸箱，另一模型检测出卡车，若规定卡车上的纸箱不属于被检测的类型，则不输出结果。但对于形状不规则，大小比例不适合物体检测模型识别的“场景”时，如天空、湖泊，街道等，此方法无效，会将路灯误认为井盖。

针对于这样的问题，现有技术中常使用利用语义分割的方法理论上能解决上述问题。但由于效果较好的语义分割模型，都使用了较高的分辨率，边缘端设备由于性能限制无法使用。同时，由于被识别物体的场景多样，语义分割模型无法包含所有的背景类别，模型也无法推理出待识别物体与环境的关系，最后的输出结果需要依据两个模型的结果人为地进行逻辑判断，缺乏灵活性。

发明内容

本申请实施例提供一种基于Faster-RCNN物体环境区分方法、装置、计算机设备及其存储介质，该方法在数据标注的时候需要除了要提供被识别物体的位置、类别信息外，还要求提供该物体周围的场景与该物体是否匹配的标签。

为了达到上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种基于Faster-RCNN物体环境区分方法，该方法包括：获取待识别图像；针对待识别图像，通过Faster-RCNN目标区域推荐网络获得多个感兴趣区域；获取独立感兴趣区域的参量；通过参量生成高斯热图，其中热图与特征图大小相同；高斯热图作为掩膜，通过点乘所述特征图得到环境热图；对环境热图进行池化，得到特征热图，基于特征热图得到特征向量；基于Faster-RCNN识别结果回归层生成类别向量，将类别向量与所述特征向量进行拼接，得到目标向量；对目标向量进行回归处理，得到物体-环境匹配值；基于物体-环境匹配值进行物体环境的区分。

进一步地，参量包括所述感兴趣区域的中心位置坐标及宽度和高度。

进一步地，环境热图池化处理在Faster-RCNN感兴趣区域池化层中进行。

进一步地，对环境热图进行池化处理后，得到特征热图，并对特征热图进行调整，调整为1维向量，得到特征向量。

进一步地，类别向量通过Faster-RCNN全连接层与softmax函数生成。

进一步地，类别向量拼接至特征向量的数据后部，形成目标向量。

进一步地，物体-环境匹配值的获得通过以下方式：