[发明专利]目标检测和分类方法和装置

说明书

技术领域

本发明涉及计算机视觉与图像处理领域，更具体地涉及一种目标检测和分类方法和装置。

背景技术

运用机器学习方法对图像或其它待检测数据进行目标数据的检测和分类显得越来越重要。尤其是对图像中的物体检测和分类已成为其中一个重要分支。

在现有技术中，通常的做法是首先检测图像中哪些区域包含目标数据，然后再对这些目标数据进行类别判断。这样，在分类时就需要执行对准操作，从而大大增加了目标检测和分类的计算量，并且在对准操作不准确的情况下会严重降低目标检测和分类的准确度。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。但是，应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图用来确定本发明的关键性部分或重要部分，也不是意图用来限定本发明的范围。其目的仅仅是以简化的形式给出关于本发明的某些概念，以此作为稍后给出的更详细描述的前序。

鉴于现有技术的上述情形，本发明的目的是提供一种目标检测和分类方法，其能够有效地降低目标检测和分类的计算量以及提高目标检测和分类的准确度。

为了实现上述目的，根据本发明的一个方面，提供了一种目标检测和分类方法，包括：输入待处理的图像；对所述图像进行窗口扫描，以针对每个类别，对每个窗口进行是否存在此类别的目标的目标存在性判别，然后对判别为正的窗口进行该窗口是属于此类别还是其它类别的目标类别判别，以得到该窗口关于该类别的目标分类置信度；针对所有类别，对所有正输出窗口进行空间邻域合并，以得到一个或多个合并区域及其目标检测置信度；针对每个合并区域，判断合并区域的目标检测置信度是否高于预定阈值；如果合并区域的目标检测置信度高于预定阈值，则针对每个类别，对合并区域内的所有正输出窗口计算合并的目标分类置信度；以及将合并的目标分类置信度最高的类别确定为合并区域的类别。

根据本发明的另一个方面，还提供了一种目标检测和分类装置，其包括：输入单元，用于输入待处理的图像；窗口扫描单元，用于对所述图像进行窗口扫描，以针对每个类别，对每个窗口进行是否存在此类别的目标的目标存在性判别，然后对判别为正的窗口进行该窗口是属于此类别还是其它类别的目标类别判别，以得到该窗口关于该类别的目标分类置信度；空间邻域合并单元，用于针对所有类别，对所有正输出窗口进行空间邻域合并，以得到一个或多个合并区域及其目标检测置信度；判断单元，用于针对每个合并区域，判断合并区域的目标检测置信度是否高于预定阈值；合并置信度计算单元，用于如果合并区域的目标检测置信度高于预定阈值，则针对每个类别，对合并区域内的所有正输出窗口计算合并的目标分类置信度；以及类别确定单元，用于将合并的目标分类置信度最高的类别确定为合并区域的类别。

根据本发明的另一个方面，还提供了用于实现上述目标检测和分类方法的计算机程序产品。

根据本发明的另一个方面，还提供了计算机可读介质，其上记录有用于实现上述目标检测和分类方法的计算机程序代码。

与现有技术相比，根据本发明的上述技术方案，由于避免了目标分类所需的对准操作，因此能够有效地降低目标检测和分类的计算量以及提高目标检测和分类的准确度。

附图说明

本发明可以通过参考下文中结合附图所给出的详细描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并形成说明书的一部分，用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中：

图1示出了根据本发明实施例的目标检测和分类方法的总体流程图；

图2示出了图1所示的空间邻域合并步骤中的空间邻域合并处理的示例图；

图3示出了根据本发明实施例的目标检测和分类装置的结构框图；以及

图4示出了其中实现本发明的计算机的示例性结构框图。

本领域技术人员应当理解，附图中的元件仅仅是为了简单和清楚起见而示出的，而且不一定是按比例绘制的。例如，附图中某些元件的尺寸可能相对于其它元件放大了，以便有助于提高对本发明实施例的理解。

具体实施方式