[发明专利]图像目标检测方法及装置有效

专利信息
申请号: 201710364321.3 申请日: 2017-05-22
公开(公告)号: CN108960266B 公开(公告)日: 2022-02-08
发明(设计)人: 储文青;华先胜;黄建强;周昌 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06K9/62
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 黄熊
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 目标 检测 方法 装置
【说明书】:

本申请实施例公开了一种图像目标检测方法和装置,该方法包括:确定目标图像中的多个候选检测框的图像特征;基于确定的图像特征,预测候选检测框的图像所属的物体分类,该候选检测框的图像所属的物体分类包括主分类以及对应的子分类;基于候选检测框的图像所属的物体分类,以及主分类和子分类的过滤规则,对候选检测框进行重复候选检测框的过滤处理,得到过滤后的检测框。本申请实施例的方案,能够减少或避免在目标检测过程发生漏检或错检,提高图像目标检测的准确率。

技术领域

本申请涉及图像处理领域,尤其涉及一种图像目标检测方法及装置。

背景技术

随着计算机技术的发展和计算机视觉原理的广泛应用,利用计算机图像处理技术对目标进行实时跟踪,对目标进行动态实时跟踪定位等技术在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。

目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割技术,将目标的分割和识别合二为一。在现有的目标检测中,主要是通过分类器确定某类物体的位置并以检测框的形式呈现物体的位置。分类器检测某类物体时,主要是通过消除交叉重复的冗余检测框,从而找到最佳物体的检测位置。

在现有的分类器中,通过非极大值抑制算法抑制冗余的检测框。但当待检测物体相互之间重叠得比较厉害时,如果交叠率阈值设置得过大,分类器可能会无法过滤掉某些冗余检测框,导致漏检;如果交叠率阈值设置得过小,分类器则可能会将一些正确的候选检测框去掉,从而导致错检。

发明内容

本申请实施例的目的是提供一种图像目标检测方法及装置,以减少或避免在图像目标检测过程发生漏检或错检,提高图像目标检测的准确率。

为解决上述技术问题,本申请实施例是这样实现的:

第一方面,提出了一种图像目标检测方法,该方法包括:

确定目标图像中的多个候选检测框的图像特征;

基于确定的图像特征,预测候选检测框的图像所属的物体分类,该候选检测框的图像所属的物体分类包括主分类以及对应的子分类;

基于候选检测框的图像所属的物体分类,以及主分类和子分类的过滤规则,对候选检测框进行重复候选检测框的过滤处理,得到过滤后的检测框;

其中,子分类的过滤规则不同于子分类所属主分类的过滤规则。

第二方面,提出了一种图像目标检测装置,该装置包括:

确定单元,确定目标图像中的多个候选检测框的图像特征;

预测单元,基于确定的图像特征,预测候选检测框的图像所属的物体分类,该候选检测框的图像所属的物体分类包括主分类以及对应的子分类;

过滤单元,基于候选检测框的图像所属的物体分类,以及主分类和子分类的过滤规则,对候选检测框进行重复候选检测框的过滤处理,得到过滤后的检测框,其中,子分类的过滤规则不同于子分类所属主分类的过滤规则。

第三方面,提出了一种电子设备,该电子设备包括:

处理器;以及

被安排成存储计算机可执行指令的存储器,该可执行指令在被执行时使该处理器执行以下操作:

确定目标图像中的多个候选检测框的图像特征;

基于确定的图像特征,预测候选检测框的图像所属的物体分类,该候选检测框的图像所属的物体分类包括主分类以及对应的子分类;

基于候选检测框的图像所属的物体分类,以及主分类和子分类的过滤规则,对候选检测框进行重复候选检测框的过滤处理,得到过滤后的检测框;

其中,子分类的过滤规则不同于子分类所属主分类的过滤规则。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710364321.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top