[发明专利]一种边框回归的定位方法、装置和电子设备

权利要求书

1.一种边框回归的定位方法，其特征在于，所述方法包括：

对图像进行卷积神经网络处理，分别预测所述图像中目标的概率分布图和所述目标的回归边框；

获取坐标点位置在所述回归边框内的第一概率，根据所述回归边框和所述概率分布图并通过卷积、激活函数处理确定所述坐标点位置在所述回归边框内的条件下满足在所述概率分布图内的第二概率，根据所述第一概率和所述第二概率基于贝叶斯公式预测坐标点的第三概率，其中，所述坐标点为概率分布图中的像素点；

根据所述坐标点的第三概率，确定所述坐标点中的优选点，并根据所述优选点的坐标位置调整所述回归边框的位置。

2.根据权利要求1所述的方法，其特征在于，所述预测所述目标的概率分布图包括：

获取所述目标第一方向点的第一热度图和所述目标第二方向点的第二热度图；

判断所述第一热度图和所述第二热度图中的所述目标是否类别一致；

在所述目标类别一致的情况下，确定所述第一热度图和所述第二热度图为所述目标的概率分布图。

3.根据权利要求2所述的方法，其特征在于，确定所述第一热度图和所述第二热度图为所述目标的概率分布图之前，所述方法还包括：

获取所述目标第一方向点的第一嵌入量和所述目标第二方向点的第二嵌入量；

判断所述第一嵌入量与所述第二嵌入量之间的距离是否小于预设阈值，在所述距离小于所述预设阈值的情况下，确定所述第一热度图和所述第二热度图为所述目标的概率分布图。

4.根据权利要求2或3所述的方法，其特征在于，确定所述第一热度图和所述第二热度图为所述目标的概率分布图之后，所述方法还包括：

按照预测的时间先后对所述概率分布图进行排序，根据非极大值抑制算法去除冗余的所述概率分布图，保留前N个所述概率分布图。

5.根据权利要求1所述的方法，其特征在于，所述对图像进行卷积神经网络处理之前，所述方法还包括：

对所述图像进行缩放，并对缩放后的所述图像采用减均值归一化的预处理操作。

6.根据权利要求1所述的方法，其特征在于，所述坐标点为以概率分布图的中心为圆心、以预设值为半径所形成圆内的像素点。

7.根据权利要求1所述的方法，其特征在于，所述对图像进行卷积神经网络处理，分别预测所述图像中目标的概率分布图和所述目标的回归边框包括：

根据第一卷积神经网络模型对图像进行处理以输出特征层；

对所述特征层采用池化处理预测所述图像中目标的概率分布图；

对所述特征层根据目标检测算法预测所述目标的回归边框。

8.根据权利要求1所述的方法，其特征在于，所述对图像进行卷积神经网络处理，分别预测所述图像中目标的概率分布图和所述图像中目标的回归边框包括：

根据第二卷积神经网络模型对图像进行处理，预测所述图像中目标的概率分布图；

根据第三卷积神经网络模型对图像进行处理，预测所述目标的回归边框。

9.一种边框回归的定位装置，其特征在于，所述装置包括：图像处理模块和边界定位模块：

所述图像处理模块，用于对图像进行卷积神经网络处理，分别预测所述图像中目标的概率分布图和所述目标的回归边框；

所述边界定位模块，用于获取坐标点位置在所述回归边框内的第一概率，根据所述回归边框和所述概率分布图并通过卷积、激活函数处理确定所述坐标点位置在所述回归边框内的条件下满足在所述概率分布图内的第二概率，根据所述第一概率和所述第二概率基于贝叶斯公式预测坐标点的第三概率，其中，所述坐标点为概率分布图中的像素点；根据所述坐标点的第三概率，确定所述坐标点中的优选点，并根据所述优选点的坐标位置调整所述回归边框的位置。

10.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。