[发明专利]目标检测方法和目标检测装置

权利要求书

1.一种目标检测方法，包括：

获取包含目标的待检测的连续帧图像；

利用第一前馈神经网络，获取所述连续帧图像中的每一帧图像的第一特征信息；

利用第二双向反馈神经网络，基于所述每一帧图像的第一特征信息，获取所述每一帧图像的第二特征信息；以及

利用至少一个分类器，基于所述第二特征信息，获取所述连续帧图像的每个像素点的对应于所述至少一个分类器的属性。

2.如权利要求1所述的目标检测方法，其中，所述至少一个分类器包括第一目标检测分类器、第二部位划分分类器以及第三属性分类器。

3.如权利要求2所述的目标检测方法，其中，利用至少一个分类器，基于所述第二特征信息，获取所述连续帧图像的每个像素点的对应于所述至少一个分类器的属性包括：

基于所述第二特征信息，利用所述第一目标检测分类器，确定每个像素点所属目标类别的类别属性，并且聚类具有相同类别属性的像素点，以确定所述连续帧图像中的目标；

基于所述第二特征信息，利用所述第二部位划分分类器，确定所述连续帧图像中的目标的各个部分；以及

基于所述第二特征信息，利用所述第三属性分类器，确定所述连续帧图像中的目标的各个部分的属性。

4.如权利要求3所述的目标检测方法，其中，聚类具有相同类别属性的像素点，以确定所述连续帧图像中的目标包括：

确定相同类别属性的像素点中的一个像素点到其所属中心点的位移，通过对于所述中心点的聚类，确定属于同一目标的像素点。

5.如权利要求4所述的目标检测方法，还包括：

确定相同类别属性的像素点中的一个像素点到所述目标在预定数目的之前帧和之后帧中的所述中心点的位移，从而对所述目标进行追踪。

6.如权利要求3所述的目标检测方法，其中，确定所述连续帧图像中的目标的各个部分的属性包括：

为所述连续帧图像中的目标的各个部分分配权重，基于所述权重，对所述各个部分的像素点的属性加权平均，以确定所述连续帧图像中的目标的属性。

7.如权利要求1到6的任一项所述的目标检测方法，其中，所述第一前馈神经网络为卷积前馈神经网络，所述第二双向反馈神经网络为双向反馈卷积神经网络，并且所述第一前馈神经网络和所述第二双向反馈神经网络分别包括一层或多层卷积神经网络。

8.如权利要求1到6的任一项所述的目标检测方法，其中，利用第二双向反馈神经网络，基于所述每一帧图像的第一特征信息，获取所述每一帧图像的第二特征信息包括：

利用所述第二双向反馈神经网络中的正向反馈神经网络，获取所述每一帧图像的正向特征信息；

利用所述第二双向反馈神经网络中的反向反馈神经网络，获取所述每一帧图像的反向特征信息；以及

综合所述正向特征信息和所述反向特征信息，获取所述第二特征信息，

其中，所述正向特征信息反映当前帧及其之前预定数目帧的特征，并且所述反向特征信息反映当前帧及其之后预定数目帧的特征。

9.一种目标检测装置，包括：

处理器；以及

存储器，其中存储计算机可读程序指令，

其中，在所述计算机可读程序指令被所述处理器运行时执行以下步骤：

获取包含目标的待检测的连续帧图像；

利用第一前馈神经网络，获取所述连续帧图像中的每一帧图像的第一特征信息；

利用第二双向反馈神经网络，基于所述每一帧图像的第一特征信息，获取所述每一帧图像的第二特征信息；以及

利用至少一个分类器，基于所述第二特征信息，获取所述连续帧图像的每个像素点的对应于所述至少一个分类器的属性。

10.如权利要求9所述的目标检测装置，其中，所述至少一个分类器包括第一目标检测分类器、第二部位划分分类器以及第三属性分类器。