[发明专利]图像检测方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 202010613093.0 申请日: 2020-06-30
公开(公告)号: CN111783639A 公开(公告)日: 2020-10-16
发明(设计)人: 戴兵;叶芷;李扬曦 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/04;G06N3/08
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张娜;刘芳
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 检测 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种图像检测方法,包括:

获取待检测图像;

根据所述待检测图像,基于预先训练的标志检测网络,获得所述待检测图像中的至少一个候选区域,所述候选区域包含预设标志;

根据所述至少一个候选区域,基于预先训练的标志识别网络,获得所述至少一个候选区域的特征;

根据所述至少一个候选区域的特征,确定所述待检测图像的类别。

2.根据权利要求1所述的方法,其中,所述标志检测网络包括预先训练的特征提取网络和预先训练的候选区域产生网络;

所述根据所述待检测图像,基于预先训练的标志检测网络,获得所述待检测图像中的至少一个候选区域,包括:

将所述待检测图像输入所述特征提取网络,提取所述待检测图像的关键特征;

将所述待检测图像的关键特征输入所述候选区域产生网络,获得所述至少一个候选区域的位置坐标。

3.根据权利要求2所述的方法,其中,所述候选区域产生网络包括回归模型和分类模型;

所述将所述待检测图像的关键特征输入所述候选区域产生网络,获得所述至少一个候选区域的位置坐标,包括:

将所述待检测图像的关键特征输入所述回归模型,获得至少一个待处理区域的位置坐标;

针对每个所述待处理区域,将所述待处理区域的关键特征输入所述分类模型,确定所述待处理区域是否包含所述预设标志;当确定所述待处理区域包含所述预设标志时,将所述待处理区域的位置坐标作为所述候选区域的位置坐标。

4.根据权利要求1所述的方法,其中,所述根据所述至少一个候选区域,基于预先训练的标志识别网络,获得所述至少一个候选区域的特征,包括:

根据所述至少一个候选区域,基于所述待检测图像获得与所述至少一个候选区域分别对应的至少一张区域图像;

针对每张区域图像,将所述区域图像输入所述标志识别网络,确定所述区域图像的特征作为与所述区域图像对应的候选区域的特征。

5.根据权利要求4所述的方法,其中,所述根据所述至少一个候选区域的特征,确定所述待检测图像的类别,包括:

针对每张区域图像,将所述区域图像的特征与预设备选特征集中的各备选特征进行比对,确定所述区域图像包含的所述预设标志的类别;

根据所述至少一张区域图像包含的所述预设标志的类别,确定所述待检测图像的类别。

6.根据权利要求5所述的方法,其中,所述将所述区域图像的特征与预设备选特征集中的各备选特征进行比对之前,还包括:

将预设备选标志集中的各备选标志输入所述标志识别网络,获得各所述备选标志的备选特征;

用各所述备选标志的备选特征构建所述预设备选特征集。

7.根据权利要求6所述的方法,其中,所述将所述区域图像的特征与预设备选特征集中的各备选特征进行比对,确定所述区域图像包含的所述预设标志的类别,包括:

分别确定所述区域图像的特征与各所述备选特征之间的欧氏距离;

当备选特征与所述区域图像的特征之间的欧氏距离小于预设阈值时,将与所述备选特征所对应的备选标志的类别确定为所述区域图像包含的所述预设标志的类别。

8.根据权利要求1-7中任一项所述的方法,其中,所述获取待检测图像,包括:

获取待检测视频;

抽取所述待检测视频的关键帧图像,并将所述关键帧图像作为所述待检测图像。

9.根据权利要求1-7中任一项所述的方法,其中,所述标志检测网络为卷积神经网络。

10.根据权利要求2或3所述的方法,其中,所述特征提取网络为残差网络。

11.根据权利要求1-7中任一项所述的方法,其中,所述标志识别网络为卷积神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010613093.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top