[发明专利]目标检测方法、装置及系统

说明书

本发明提供了一种目标检测方法、装置及系统，涉及人工智能技术领域，该方法包括：获取待检测的目标图像；对目标图像进行特征提取，生成第一特征图；其中，第一特征图包含有不同尺度的特征信息；对第一特征图进行区域候选识别，得到目标图像的候选区域信息；根据候选区域信息和第一特征图，生成检测结果；该检测结果包含目标图像中的目标类别和/或目标位置。本发明能够有效提升检测效果。

技术领域

本发明涉及人工智能技术领域，尤其是涉及一种目标检测方法、装置及系统。

背景技术

目标检测(Object Detection)是计算机视觉中的一类非常重要的任务，是诸如人脸检测、目标跟踪、实例分割等很多复杂视觉任务的基础。现有的目标检测方法大多基于卷积神经网络实现，可以检测出图像中包含的物体类别，还可以定位出目标物体在图像中的所在位置，已广泛应用于诸如安防系统、交通系统等领域。可以理解的是，目标检测结果对各应用场合具有重要意义，而现有的目标检测方法的检测效果不佳。

发明内容

有鉴于此，本发明的目的在于提供一种目标检测方法、装置及系统，能够较好地提升检测效果。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种目标检测方法，包括：获取待检测的目标图像；对所述目标图像进行特征提取，生成第一特征图；其中，所述第一特征图包含有不同尺度的特征信息；对所述第一特征图进行区域候选识别，得到所述目标图像的候选区域信息；根据多个所述候选区域和所述第一特征图，生成检测结果；所述检测结果包含所述目标图像中的目标类别和/或目标位置。

进一步，所述获取待检测的目标图像的步骤，包括：获取待检测的初始图像；对所述初始图像进行预处理，得到目标图像；其中，所述预处理包括白化操作。

进一步，所述对所述目标图像进行特征提取，生成第一特征图的步骤，包括：将所述目标图像输入至基础神经网络；通过所述基础神经网络对所述目标图像进行多阶段特征提取，得到不同尺度的特征信息；其中，每个阶段提取出的特征信息的尺度不同；将多个指定阶段对应的特征信息融合形成第一特征图。

进一步，所述将多个指定阶段对应的特征信息融合形成第一特征图的步骤，包括：获取所述基础神经网络的倒数第二个阶段提取的第一特征信息；获取所述基础神经网络的最后一个阶段提取的第二特征信息；对所述第二特征信息进行全局池化操作，得到第三特征信息；通过上下文增强网络将所述第一特征信息、所述第二特征信息和所述第三特征信息融合形成第一特征图。

进一步，所述上下文增强网络包括并行的第一卷积层、第二卷积层和第三卷积层；其中，所述第二卷积层的输出端还连接有上采样操作层，所述第三卷积层的输出端还连接有广播操作层；所述第一卷积层的输出端、所述上采样操作层的输出端和所述广播操作层的输出端共同连接有加法操作层。

进一步，所述通过上下文增强网络将所述第一特征信息、所述第二特征信息和所述第三特征信息融合形成第一特征图的步骤，包括：将所述第一特征信息输入至所述第一卷积层、将所述第二特征信息输入至所述第二卷积层，以及将所述第三特征信息输入至所述第三卷积层；通过所述第一卷积层对所述第一特征信息进行卷积操作，得到具有指定尺度的第一特征信息；通过所述第二卷积层和所述上采样操作层先后对所述第二特征信息进行卷积操作和上采样操作，得到具有所述指定尺度的第二特征信息；通过所述第三卷积层和所述广播操作层先后对所述第三特征信息进行卷积操作和广播操作，得到具有所述指定尺度的第三特征信息；通过所述加法操作层对具有所述指定尺度的第一特征信息、具有所述指定尺度的第二特征信息和具有所述指定尺度的第三特征信息进行加和处理，形成第一特征图。

进一步，所述基础神经网络为轻量级特征提取网络。