[发明专利]一种边框回归的定位方法、装置和电子设备

说明书

本申请涉及一种边框回归的定位方法、装置和电子设备，其中，该边框回归的定位方法包括：相比于相关技术，本申请实施例提供的边框回归的定位方法，通过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；根据所述回归边框确定第一概率，根据所述回归边框和所述预测概率图并通过卷积、激活函数处理确定第二概率，根据所述第一概率和所述第二概率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，根据所述第三概率所对应的所述坐标点位置调整所述回归边框的位置，解决了采用边框回归的方法定位边界框，目标定位精度低的问题，提高了目标定位的精度。

技术领域

本申请涉及深度学习技术领域，特别是涉及一种边框回归的定位方法、装置和电子设备。

背景技术

目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力，目标检测的目的是通过矩形边界框将其分类为特定类别，其中最关键的部分在于目标定位。

在相关技术中，目标检测采用边框回归的方法定位边界框的位置，但由于边框回归并不能直接感知整个对象，使得通过边框回归的方法确定的边界框存在定位误差，目标定位精度低的问题。

目前针对相关技术中采用边框回归的方法定位边界框，目标定位精度低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种边框回归的定位方法、装置和电子设备，以至少解决相关技术中采用边框回归的方法定位边界框，目标定位精度低的问题。

第一方面，本申请实施例提供了一种边框回归的定位方法，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；

根据所述回归边框确定第一概率，根据所述回归边框和所述概率分布图并通过卷积、激活函数处理确定第二概率，根据所述第一概率和所述第二概率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；

根据所述第三概率所对应的所述坐标点位置调整所述回归边框的位置。

在其中一些实施例中，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。

在其中一些实施例中，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。

在其中一些实施例中，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。

在其中一些实施例中，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。

在其中一些实施例中，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。