[发明专利]目标检测方法、装置及电子设备在审

专利信息
申请号: 202210420644.0 申请日: 2022-04-20
公开(公告)号: CN114792377A 公开(公告)日: 2022-07-26
发明(设计)人: 叶锦;谭啸;孙昊 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V10/44 分类号: G06V10/44;G06V10/764;G06K9/62;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 单冠飞
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 检测 方法 装置 电子设备
【权利要求书】:

1.一种目标检测的方法,包括:

获取待识别图像,并从所述待识别图像中提取第一特征图;

根据所述第一特征图生成检测框;

基于所述检测框生成所述检测框对应的类别特征向量;

根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。

2.根据权利要求1所述的方法,其中,所述根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别,包括:

根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量;

将所述权重特征向量与所述类别特征向量进行融合,以获取推荐类别特征向量;

根据所述推荐类别特征向量生成所述检测框的推荐类别。

3.根据权利要求2所述的方法,其中,所述相关性矩阵通过以下步骤生成:

获取训练数据集中多个类别对应的第一训练图像的第一数量;

将所述多个类别组成类别对,并获取所述类别对对应的第二训练图像的第二数量,其中,所述第二训练图像同时包含所述类别对中的类别对应的检测框;

根据所述第一数量和所述第二数量生成所述相关性矩阵。

4.根据权利要求3所述的方法,其中,所述相关性矩阵中的元素与所述类别对分别对应,其中,所述元素的行对应所述类别对的第一类别,所述元素的列对应所述类别对的第二类别,所述根据所述第一数量和所述第二数量生成所述相关性矩阵包括:

获取所述元素对应的所述类别对对应的所述第二数量;

获取所述第一类别对应的所述第一数量;

将所述第二数量与所述第一数量的比值作为所述元素的值。

5.根据权利要求2所述的方法,其中,所述类别特征向量中的行与检测框对应,所述类别特征向量中的列与类别对应,所述根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量,包括:

将所述类别特征向量与所述相关性矩阵相乘,以获取权重矩阵;

获取所述权重矩阵每列元素的平均值,以生成所述权重特征向量。

6.根据权利要求2所述的方法,其中,所述将所述权重特征向量与所述类别特征向量进行融合,以获取推荐类别特征向量,包括:

将所述权重特征向量与所述类别特征向量相加,以获取所述推荐类别特征向量;或,

将所述权重特征向量与所述类别特征向量中对应元素相乘,以获取所述推荐类别特征向量。

7.根据权利要求6所述的方法,其中,所述根据所述推荐类别特征向量生成所述检测框的推荐类别,包括:

获取所述推荐类别特征向量中元素的最大值,并将所述最大值对应的类别作为所述检测框的推荐类别。

8.一种目标检测的装置,包括:

特征提取模块,用于获取待识别图像,并从所述待识别图像中提取第一特征图;

检测框生成模块,用于根据所述第一特征图生成检测框;

类别特征向量获取模块,用于基于所述检测框生成所述检测框对应的类别特征向量;

类别识别模块,用于根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。

9.根据权利要求8所述的装置,其中,所述类别识别模块,包括:

权重特征向量生成子模块,用于根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量;

融合子模块,用于将所述权重特征向量与所述类别特征向量进行融合,以获取推荐类别特征向量;

类别获取子模块,用于根据所述推荐类别特征向量生成所述检测框的推荐类别。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202210420644.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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