[发明专利]对象分析方法、局部图像搜索方法、设备及存储介质

说明书

本申请涉及一种对象分析方法、局部图像搜索方法、设备及存储介质，属于计算机技术领域，该对象分析方法包括：将获取到的对象图像输入局部区域获取模型中，得到对象图像中的各个局部区域；局部区域获取模型是基于Mask分割网络模型训练得到的；将各个局部区域对应的局部图像输入预先训练的区域分析模型中，得到各个局部图像对应的特征信息和属性信息；可以解决通过对象检测算法确定出的对象区域并不准确的问题；使用Mask分割网络模型可以提高确定对象的局部区域的准确性。且通过融合属性信息训练得到区域分析模型，既可以提高区域分析模型得到的特征信息的准确性，从而提高局部区域搜索的准确性，还可以得到局部区域的属性信息。

技术领域

本申请涉及一种对象分析方法、局部图像搜索方法、计算机设备及存储介质，属于计算机技术领域。

背景技术

随着监控技术的发展，目前可以实现从视频中快速定位到某些需要特定关注的目标，从而对目标进行分析。比如：检测视频中的人脸区域、车牌区域等进行分析。

目前，对象分析的方法包括：使用对象检测算法对采集到的对象图像进行检测，得到对象检测框，该对象检测框用于指示对象图像中对象所在的位置。

然而，现有的对象检测算法得到的对象检测框通常包括较多的图像背景信息，确定出的对象区域并不准确。

发明内容

本申请提供了一种对象分析方法、局部图像搜索方法、计算机设备及存储介质，可以解决通过对象检测算法得到的对象检测框包括较多的图像背景信息，确定出的对象区域并不准确的问题。本申请提供如下技术方案：

第一方面，提供了一种对象分析方法，所述方法包括：

获取对象图像；

将所述对象图像输入预先训练的局部区域获取模型中，得到所述对象图像中的各个局部区域；所述局部区域获取模型是基于Mask分割网络模型训练得到的；

获取每个局部区域对应的局部图像；

将所述各个局部图像输入预先训练的区域分析模型中，得到各个局部图像对应的特征信息和属性信息。

可选地，所述获取所述每个局部区域对应的局部图像，包括：

确定每个局部区域的外接矩形；

从所述对象图像中抠取所述外接矩形，得到所述局部图像。

可选地，所述确定每个局部区域的外接矩形之前，包括:

对每个局部区域进行连通域分析，得到连通后的局部区域，所述连通后的局部区域是用于确定所述外接矩形的局部区域。

可选地，所述局部区域获取模型是基于样本对象图像对Mask分割网络模型进行训练得到的；所述样本对象图像包括基础图像和扩展图像；所述扩展图像为对所述基础图像进行预处理得到的；其中，所述预处理包括：缩放操作、镜像操作、旋转操作和平移操作中的至少一种。

可选地，所述Mask分割网络模型包括：

卷积神经网络CNN，用于对输入的图像进行特征提取；

与所述CNN相连的特征金字塔网络FPN，用于自下而上地对所述CNN中每层输出的特征进行处理，得到多层特征数据；之后至上而下地结合上层特征数据和本层特征数据进行联合处理，得到多个尺度不同的建议窗口；将所述多个尺度不同的建议窗口映射至所述CNN的最后一层特征图中，得到感兴趣区域ROI；

感兴趣区域对齐ROI Align层，用于使用双线性内插值算法将各个ROI缩放至预设尺寸；

掩码预测层，用于识别每个预设尺寸的ROI的边界框，并进行掩码预测，得到所述局部区域。