[发明专利]目标检测方法和装置

说明书

本发明公开了一种目标检测方法和装置，涉及计算机技术领域。该方法包括：获取彩色图像；获取深度图像；根据彩色图像，获取检测目标；根据深度图像和检测目标，获取检测结果。本发明中，通过获取深度图像，并结合彩色图像，不仅能够提高检测精度，而且能够提高检测速度。

技术领域

本发明涉及计算机技术领域，特别涉及目标检测方法和装置。

背景技术

利用传统相机进行目标检测是计算视觉中的一个重要领域，是许多计算视觉感知世界的基础算法。目标检测起源算法是模版匹配，利用滑动窗口从左到右、从上到下滑动，进行分类和识别目标。后来，卷积神经网络(Convolutional Neural Network，CNN)替代了原始的滑窗方式，成为分类算法的主流思想。现有技术中，通过进行候选区(Region ofInterest，ROI)的选择，进行CNN分类，通过使用更少且质量更高的ROI，提高滑窗的速度及精度，该方法需要非常多的候选区以提升准确率。

但是，现有技术在选择的候选区中有很多区域彼此重叠，因此该方法对目标检测的精度较低。

发明内容

本发明实施例提供了一种目标检测方法和装置。旨在解决目标检测精度较低的问题。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本发明实施例的第一方面，提供了一种目标检测方法，包括：

获取彩色图像；

获取深度图像；

根据彩色图像，获取检测目标；

根据深度图像和检测目标，获取检测结果。

可选的，获取检测目标后，还包括：

根据检测目标，获取候选区；

根据深度图像和检测目标，获取检测结果，包括：

根据深度图像和候选区，获取检测结果。

可选的，根据深度图像和候选区，获取检测结果，包括：

根据深度图像，获取掩码图；

根据掩码图和候选区，获取检测结果。

可选的，根据深度图像，获取掩码图，包括：

在深度图像上将深度大于深度阈值的像素标记不同的掩码数；

根据掩码数，获取掩码图。

可选的，检测结果包括检测目标的类别和位置。

可选的，还包括：

根据彩色图像和深度图像，获取双目视觉匹配图像。

可选的，根据彩色图像和深度图像，获取双目视觉匹配图像，包括：

获取彩色图像的内参矩阵A1、深度图像的内参矩阵A2和彩色图像到深度图像的旋转矩阵R、平移矩阵T；

根据A1、A2、R和T，获取双目视觉匹配图像。

根据本发明实施例的第二方面，提供了一种目标检测装置，包括：

彩色摄像头，用于获取彩色图像；

深度摄像头，用于获取深度图像；

处理器，用于根据彩色摄像头获取的彩色图像，获取检测目标；

根据深度摄像头获取的深度图像和检测目标，获取检测结果。