[发明专利]对象检测装置、对象检测方法及计算机可读介质

说明书

一种对象检测装置、对象检测方法及计算机可读介质。对象检测方法包含：通过分类器产生当前彩色影像及当前灰阶影像；通过分类器将当前彩色影像代入类神经网络算法，以产生初始特征图；通过分类器依据当前灰阶影像的灰阶影像维度以调整初始特征图的当前维度，以产生调整特征图；通过分类器叠合调整特征图及当前灰阶影像，以计算类别信心度；通过分类器判断类别信心度是否大于信心阈值，若类别信心度大于信心阈值，则输出当前分类结果；以及通过储存装置储存当前分类结果。

技术领域

本公开涉及一种对象检测装置、对象检测方法及计算机可读介质，尤其涉及一种应用类别信心度以检测对象的对象追踪装置、对象检测方法及计算机可读介质。

背景技术

目前应用于电子设备的对象追踪方法通常是利用预测下一个影像中目标对象的位置，并将目标对象用包围盒(bounding box)标记起来，其中包围盒是指将目标对象完全包容起来的一个封闭空间。举例而言，将影像中的目标对象进行分类，例如分类为车辆，以长方形作为包围盒框将影像中的车辆框起来。

目前，如何在保证检测辨识正确率的条件下，提供一种有效率的对象分类方法，已成为本领域待解决的问题之一。

发明内容

有鉴于此，本公开提供了一种对象检测装置、对象检测方法及计算机可读介质。

本公开的一个方面提供了一种对象检测装置。该对象检测装置包含分类器及储存装置。分类器用以产生当前彩色影像及当前灰阶影像，将当前彩色影像代入类神经网络算法，以产生初始特征图，依据当前灰阶影像的灰阶影像维度以调整初始特征图的当前维度，以产生调整特征图，叠合调整特征图及当前灰阶影像，以计算类别信心度，判断类别信心度是否大于信心阈值，若类别信心度大于该信心阈值，则输出当前分类结果。储存装置耦接于该分类器，用以储存当前分类结果。

本公开的另一个方面提供了一种对象检测方法。该对象检测方法包含以下步骤。通过分类器产生当前彩色影像及当前灰阶影像。通过分类器将当前彩色影像代入类神经网络算法，以产生初始特征图。通过分类器依据当前灰阶影像的灰阶影像维度以调整初始特征图的当前维度，以产生调整特征图。通过分类器叠合调整特征图及当前灰阶影像，以计算类别信心度。通过分类器判断类别信心度是否大于信心阈值，若类别信心度大于信心阈值，则输出当前分类结果。通过储存装置储存当前分类结果。

本公开的另一个方面提供了一种计算机可读介质。计算机可读介质具有多个程序指令以执行对象检测方法。该对象检测方法包括以下步骤。通过分类器产生当前彩色影像及当前灰阶影像。通过分类器将当前彩色影像代入类神经网络算法，以产生初始特征图。通过分类器依据当前灰阶影像的灰阶影像维度调整初始特征图的当前维度，以产生调整特征图。通过分类器叠合调整特征图及当前灰阶影像，以计算类别信心度。通过分类器判断类别信心度是否大于信心阈值，若类别信心度大于信心阈值，则输出当前分类结果。通过储存装置以储存当前分类结果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1A示意性示出了根据本公开实施例的一种对象检测装置的方块图；

图1B示意性示出了根据本公开实施例的一种对象检测方法的流程图；

图2示意性示出了根据本公开实施例的一种当前影像特征图的示意图；

图3示意性示出了根据本公开实施例的一种包围盒的示意图；

图4A示意性示出了根据本公开实施例的一种类别信心度的训练的流程图；

图4B示意性示出了根据本公开实施例的一种类别信心度的测试及验证的流程图；以及

图5A～5B示意性示出了根据本公开实施例的一种对象检测方法的实验数据图。

【附图标记说明】