[发明专利]目标检测方法和目标检测装置

说明书

本公开提供了一种基于神经网络的目标检测方法、目标检测装置和计算机可读存储介质。所述目标检测方法包括：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。

技术领域

本公开涉及人工智能(AI)中的图像处理领域，更具体地，本公开涉及一种基于神经网络的目标检测方法、目标检测装置和计算机可读存储介质。

背景技术

目标检测是计算机视觉领域中一个基础性的研究课题，其在人脸识别、安全监控以及动态追踪等很多方面都有广泛的应用前景。在目标检测中，对包括作为目标的行人、车辆的视频结构化是诸多安防应用中不可或缺的。神经网络是一种大规模、多参数优化的工具。依靠大量的训练数据，神经网络能够学习出数据中难以总结的隐藏特征，从而完成多项复杂的任务，如人脸检测，图片分类，物体检测，动作追踪，自然语言翻译等。神经网络已被人工智能界广泛应用。当前，诸如行人检测的目标检测中最广泛应用的是卷积神经网络。

在现有的目标检测方法中，往往把目标(行人和车辆)检测、目标追踪以及视频结构化分成三个独立的步骤来完成。在目标检测步骤中，对每一帧图像，找到作为目标的行人或车辆，通过边框把它们的位置和大小表示出来。然后，把各帧中检测到的目标，根据空间位置、外观相似程度等因素关联在一起，从而进行目标追踪步骤。最后，分析一条追踪轨迹中各个边框中行人或车辆的属性信息，实现结构化的目的。在以上三个步骤中，都可能分别引入额外的误差，从而造成误差的传播扩大。尤其是在检测步骤中，在拥挤环境下，边框并不能很好地表示目标的位置。例如，在拥挤的人群中，大量的行人相互遮挡，因此边框也相互遮挡。如果使用边框来分析行人的属性，很容易因为被其他人挡住，而丢失信息，或引入错误信息。

发明内容

鉴于上述问题，本发明提供一种基于神经网络的目标检测方法、目标检测装置以及计算机可读存储介质。

根据本公开的一个实施例，提供了一种目标检测方法，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。

此外，根据本公开的一个实施例的目标检测方法，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。

此外，根据本公开的一个实施例的目标检测方法，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。

此外，根据本公开的一个实施例的目标检测方法，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。

此外，根据本公开的一个实施例的目标检测方法，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。