[发明专利]图像探测方法、装置、系统和存储介质

权利要求书

1.一种图像探测方法，其特征在于，所述图像探测方法包括：

获取待处理图像；以及

利用训练好的生成对抗网络对所述待处理图像进行区域提议，以用于基于所述区域提议的结果进行图像探测；

所述生成对抗网络包括生成器、映射管道和判别器，其中：

所述生成器接收图像和噪声，输出生成包围盒和生成分数热点图；

所述映射管道将输入的包围盒映射为包围盒热点图；以及

所述判别器判断输入的包围盒热点图是真实包围盒热点图还是生成包围盒热点图。

2.根据权利要求1所述的图像探测方法，其特征在于，所述生成对抗网络的训练包括：

将样本图像和噪声输入所述生成器；

基于与所述样本图像相关联的真实分数热点图以及所述生成器输出的生成分数热点图计算所述生成器的分数损失值；

将与所述样本图像相关联的真实包围盒和所述生成器输出的生成包围盒分别输入所述映射管道；

将所述样本图像与所述映射管道输出的真实包围盒热点图和生成包围盒热点图分别组合成对输入所述判别器；

基于所述判别器输出的针对所述真实包围盒热点图的判别结果和针对所述生成包围盒热点图的判别结果计算所述判别器的损失值；

基于所述判别器输出的针对所述生成包围盒热点图的判别结果计算所述生成器的包围盒损失值；以及

最小化所述生成器的分数损失值和所述生成器的包围盒损失值以及所述判别器的损失值。

3.根据权利要求2所述的图像探测方法，其特征在于，所述计算所述生成器的分数损失值包括：

计算所述真实分数热点图与所述生成分数热点图之间的距离，以作为所述生成器的分数损失值。

4.根据权利要求3所述的图像探测方法，其特征在于，所述计算所述真实分数热点图与所述生成分数热点图之间的距离包括：

计算所述真实分数热点图与所述生成分数热点图之间的欧式距离。

5.根据权利要求2所述的图像探测方法，其特征在于，输入所述映射管道的为单个真实包围盒和单个生成包围盒，所述单个生成包围盒是基于利用所述真实分数热点图过滤全部生成包围盒而得到的。

6.根据权利要求2所述的图像探测方法，其特征在于，所述计算所述判别器的损失值包括：

基于所述判别器输出的针对所述真实包围盒热点图的判别结果与预定义的全1向量计算第一交叉熵；

基于所述判别器输出的针对所述生成包围盒热点图的判别结果与预定义的全0向量计算第二交叉熵；以及

计算所述第一交叉熵和所述第二交叉熵的平均值，以作为所述判别器的损失值。

7.根据权利要求2所述的图像探测方法，其特征在于，所述计算所述生成器的包围盒损失值包括：

基于所述判别器输出的针对所述生成包围盒热点图的判别结果与预定义的全1向量计算第三交叉熵，以作为所述生成器的包围盒损失值。

8.根据权利要求2所述的图像探测方法，其特征在于，所述生成器的分数损失值、所述生成器的包围盒损失值以及所述判别器的损失值的最小化是基于梯度下降的Adam最优化算法。

9.根据权利要求2-8中的任一项所述的图像探测方法，其特征在于，所述生成对抗网络的训练还包括：

在所述生成对抗网络的训练的迭代过程中调整学习率，直到所述生成器的分数损失值、所述生成器的包围盒损失值以及所述判别器的损失值收敛。

10.根据权利要求1或2所述的图像探测方法，其特征在于，所述映射管道通过可导函数将多维包围盒映射为特定尺寸的单通道包围盒热点图。