[发明专利]一种图像中的物体检测方法及装置

摘要

本发明实施例公开了一种图像中的物体检测方法及装置，用以提高物体检测的实时性，该方法中将待检测的图像输入到预先训练完成的卷积神经网络中，该卷积神经网络在图像中确定每个候选区域对应的特征向量，针对每个候选区域对应的特征向量，当特征向量中类别参数的最大值大于设定阈值时，确定所述候选区域包含的物体的类别，并根据所述特征向量中的位置参数，确定所述候选区域包含的物体的位置信息。由于本发明实施例采用卷积神经网络在进行检测时确定了候选区域，计算每个候选区域对应的特征向量，从而识别每个物体的类别和位置，无需进行重复操作，提高了检测的实时性。

主权项

1.一种图像中的物体检测方法，其特征在于，应用于电子设备，所述方法包括：将待检测的图像输入到预先训练完成的第一卷积神经网络中，其中所述第一卷积神经网络在所述图像中识别每个包含物体的候选区域，对每个候选区域进行自适应下采样后进行全连接计算，确定每个候选区域对应的特征向量，其中所述特征向量中包含所述候选区域的位置参数和多个类别参数；针对每个候选区域对应的特征向量，识别所述特征向量中类别参数的最大值，当所述最大值大于设定阈值时，确定所述候选区域包含的物体的类别为所述最大值的类别参数对应的类别，并根据所述特征向量中的位置参数，确定所述候选区域包含的物体的位置信息；其中，所述第一卷积神经网络包括多对卷积层和下采样层，且包括最后一层卷积层，所述第一卷积神经网络采用与所述最后一层卷积层串联的两个并联的全连接卷积层在所述图像中识别每个包含物体的候选区域。