[发明专利]一种图像中的物体检测方法及装置

说明书

本发明实施例公开了一种图像中的物体检测方法及装置，用以提高目标检测的实时性。该方法中按照预设的划分方式，将待检测的图像划分为多个网格，将划分后的图像输入到预先训练完成的卷积神经网络中，获取卷积神经网络输出的所述图像的每个网格对应的特征向量，识别每个特征向量中类别参数的最大值，当该最大值大于设定阈值时，根据特征向量中中心点位置参数和外形尺寸参数，确定该类别参数对应的类别的物体的位置信息。由于本发明实施例中通过预先训练完成的卷积神经网络，确定图像中的物体的类别和位置，可以同时实现物体位置和类别的检测，无需选择多个特征区域，节省了检测的时间，提高了检测的实时性和检测的效率，并便于整体优化。

技术领域

本发明涉及机器学习技术领域，特别涉及一种图像中的物体检测方法及装置。

背景技术

随着视频监控技术的发展，智能视频监控应用在越来越多的场景中，例如交通、商场、医院、小区、公园等等，智能视频监控的应用为各种场景中，通过图像进行目标检测奠定了基础。

现有技术在图像中进行目标检测时，一般采用基于候选区域的卷积神经网络(Region Convolutional Neural Network，R-CNN)及其延伸Fast RCNN和FasterRCNN。图1为采用R-CNN进行物体检测的流程示意图，其检测过程包括：接收输入图像，在图像中提取候选区域(region proposal)，计算每个候选区域的CNN特征，并采用分类和回归的方法确定物体的类型和位置。上述过程中，需要在图像中提取出2000个候选区域，整个提取的过程需要耗时1～2s的时间，然后针对每个候选区域，需要计算该候选区域的CNN特征，而候选区域中有很多是存在重叠的，因此在计算CNN特征时也会存在很多的重复工作；并且该检测过程中还包括后续步骤：proposal的特征学习，以及对确定的物体的位置进行校正和消除虚警等处理，整个检测过程可能需要2～40s的时间，大大影响了物体检测的实时性。

另外，采用R-CNN进行物体检测的过程中，图像的提取是采用显著性检测(selective search)提取的，之后采用卷积神经网络计算CNN特征，最后再使用支持向量机模型(SVM)进行分类，从而确定目标的位置。而上述三个步骤都是相互独立的方法，没办法对整个检测过程进行整体优化。

图2为采用Faster RCNN进行物体检测的过程示意图，该过程采用卷积神经网络进行，每个滑动窗在中间层(intermediate layer)将会生成一个256维的数据，在分类层(clslayer)检测物体的类别，在回归层(reg layer)检测物体的位置。上述对物体的类别和位置的检测是两个独立的步骤，两个步骤中都需要针对256维的数据分别进行检测，因此该过程也将会增长检测的时长，从而影响物体检测的实时性。

发明内容

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，并便于对物体检测进行整体优化。

为达到上述目的，本发明实施例公开了种图像中的物体检测方法，应用于电子设备，该方法包括：

按照预设的划分方式，将待检测的图像划分为多个网格，其中所述待检测的图像的尺寸为目标尺寸；

将划分后的图像输入到预先训练完成的卷积神经网络中，获取卷积神经网络输出的所述图像的多个特征向量，其中每个网格对应一个特征向量；

针对每个网格对应的特征向量，识别该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，根据所述特征向量中中心点位置参数和外形尺寸参数，确定该类别参数对应类别的物体的位置信息。

进一步地，所述按照预设的划分方式，将待检测的图像划分为多个网格之前，所述方法还包括：

判断所述图像的尺寸是否为目标尺寸；

如果否，将所述图像的尺寸调整为目标尺寸。