[发明专利]图片中目标区域的获取方法及装置、计算机可读存储介质

说明书

本发明涉及图像处理领域，公开了一种图片中目标区域的获取方法及装置、计算机可读存储介质。图片中目标区域的获取方法，包括：将待检测图片输入到检测模型中、获取待检测图片中的目标检测点；其中，检测模型包括骨干模块和与骨干模块连接的多级检测模块；骨干模块用于获取待检测图片在各个预设维度的特征图；多级检测模块用于对特征图进行位置检测和类别检测，并根据位置检测的检测结果和类别检测的检测结果确定目标检测点；根据目标检测点从待检测图片中获取目标区域。与现有技术相比，本发明实施方式所提供的图片中目标区域的获取方法及装置、计算机可读存储介质具有精准检测到待识别目标所在的目标区域，便于对图片进行精准的裁剪的优点。

技术领域

本发明涉及图像处理领域，特别涉及一种图片中目标区域的获取方法及装置、计算机可读存储介质。

背景技术

随着现代信息技术向智能化、人性化的方向发展，各种人机交互、虚拟现实、智能监控系统相继出现。基于计算机视觉的人体姿势估计、动作识别、行为理解等技术在其中扮演了重要的角色。

然而，本发明的发明人发现，现有技术中的动作识别技术通常需要使用深度学习模型，而深度学习模型在对图片进行动作识别时，如果图片的动作图像较小，例如对足球比赛图片进行动作识别时，如果足球比赛图片为远景图片，运动员的动作图像就回比较小，此时现有技术中通常需要对图片进行缩放，导致部分动作细节丢失，动作识别效果较差。为了提升动作识别效果，减少动作细节的丢失，现有技术中也存在对图片进行剪裁，将较大的图片剪裁为多个小图片，对小图片进行动作识别的技术方案。然而，由于现有技术中无法对待识别的目标所在的区域进行精准的裁剪，需要对全部的小图片分别进行动作识别，这导致了计算量的成倍增长。

发明内容

本发明实施方式的目的在于提供一种图片中目标区域的获取方法及装置、计算机可读存储介质，可以精准检测到待识别目标所在的目标区域，便于对图片进行精准的裁剪。

为解决上述技术问题，本发明的实施方式提供了一种图片中目标区域的获取方法，所述方法包括：将待检测图片输入到检测模型中、获取待检测图片中的目标检测点；其中，所述检测模型包括骨干模块和与所述骨干模块连接的多级检测模块；所述骨干模块用于获取所述待检测图片在各个预设维度的特征图；所述多级检测模块用于对所述特征图进行位置检测和类别检测，并根据所述位置检测的检测结果和所述类别检测的检测结果确定所述目标检测点；根据所述目标检测点从所述待检测图片中获取目标区域。

本发明的实施方式还提供了一种目标检测装置，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如前述的图片中目标区域的获取方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现前述的图片中目标区域的获取方法。

本发明实施方式相对于现有技术而言，建立的检测模型包括骨干模块和多级检测模块两部分，骨干模块获取获取待检测图片在各个预设维度的特征图，将多种预设维度下的特征图分别输入到多层检测模块中，多层检测模块通过对输入的多种预设维度下的特征图分别进行位置检测和类别检测，然后，将得到的位置检测的检测结果和类别检测的检测结果进行结合，以确定目标检测点对应的位置。将待检测图片输入训练完成的检测模型后，检测模型即可输出待检测图片中的目标检测点，确定目标检测点的位置后，即可根据目标检测点确定待检测图片中的目标区域的范围。通过对目标区域的精准识别，可以更便于对待检测图片进行精准的裁剪，后续可以通过裁剪图片进行动作识别，减少动作细节丢失的同时，降低动作识别的计算量。