[发明专利]目标检测方法、装置、计算机设备和可读存储介质

权利要求书

1.一种目标检测方法，其特征在于，所述方法包括：

获取目标图像，并根据所述目标图像，获取多个超像素集合；所述目标图像包括至少一个目标物，所述多个超像素集合是对所述目标图像对应的多个超像素进行融合得到的；

对所述多个超像素集合进行迭代融合，在每次迭代过程中，基于相邻超像素集合之间的最小超像素距离，获取对应相邻超像素集合之间的集合距离，并根据各集合距离对各相邻超像素集合进行融合；所述集合距离用于表征所述相邻超像素集合之间的特征相似度；

从迭代融合得到多个初始候选框中确定所述目标物对应的多个目标候选框；所述多个目标候选框用于确定所述目标物在所述目标图像中的检测位置框。

2.根据权利要求1所述的方法，其特征在于，所述基于相邻超像素集合之间的最小超像素距离，获取对应相邻超像素集合之间的集合距离，包括：

获取相邻超像素集合之间的最大超像素距离；

基于相邻超像素集合之间的最小超像素距离，获取对应相邻超像素集合之间的高复杂度距离，并基于相邻超像素集合之间的最大超像素距离，获取对应相邻超像素集合之间的的低复杂度距离；

根据相邻超像素集合之间的低复杂度距离、高复杂度距离以及预设的权重约束参数，获取对应相邻超像素集合之间的集合距离；

其中，所述低复杂度距离用于表征在超像素集合的特征复杂度为低复杂度的情况下，相邻超像素集合之间的特征相似度；所述高复杂度距离用于表征在超像素集合的特征复杂度为高复杂度的情况下，相邻超像素集合之间的特征相似度。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述目标图像对应的多个超像素中，各超像素之间的颜色材质特征距离；所述颜色材质特征距离用于表征对应一对超像素之间的颜色特征和材质特征的特征相似度；

将相邻超像素集合中，最小的颜色材质特征距离确定为对应相邻超像素集合之间的最小超像素距离，并将相邻超像素集合中，最大的颜色材质特征距离确定为对应相邻超像素集合之间的最大超像素距离。

4.根据权利要求2所述的方法，其特征在于，所述基于相邻超像素集合之间的最小超像素距离，获取对应相邻超像素集合之间的高复杂度距离，并基于相邻超像素集合之间的最大超像素距离，获取对应相邻超像素集合之间的的低复杂度距离，包括：

获取相邻超像素集合之间的图特征距离和边缘损失距离；所述图特征距离表征相邻超像素集合中距离最近的超像素之间的距离，所述边缘损失距离是基于所述目标图像对应的边缘响应图得到的；

根据相邻超像素集合之间的最小超像素距离和图特征距离，计算对应相邻超像素集合之间的的高复杂度距离；

根据相邻超像素集合之间的最大超像素距离、图特征距离和边缘损失距离，计算对应相邻超像素集合之间的低复杂度距离。

5.根据权利要求4所述的方法，其特征在于，所述获取相邻超像素集合之间的图特征距离和边缘损失距离，包括：

根据所述目标图像对应的边缘响应图，计算相邻超像素集合中一对超像素之间的边缘损失值，并根据相邻超像素集合对应的各边缘损失值计算对应相邻超像素集合之间的边缘损失距离；

将所述目标图像对应的各超像素作为一个节点，构建连接图，并采用最短路径算法获取相邻超像素之间的超像素图距离，并根据相邻超像素集合对应的各超像素图距离计算对应相邻超像素集合之间的图特征距离。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像，获取多个超像素集合,包括：

对所述目标图像进行超像素分割，得到所述目标图像对应的所述多个超像素；

计算相邻超像素之间的颜色材质特征距离、超像素图距离以及边缘损失值；

采用贪婪算法，根据各相邻超像素之间的颜色材质特征距离、超像素图距离以及边缘损失值，对所述多个超像素进行融合，得到所述多个超像素集合。