[发明专利]物体检测方法、装置、设备及介质在审

专利信息
申请号: 202110565334.3 申请日: 2021-05-24
公开(公告)号: CN113379683A 公开(公告)日: 2021-09-10
发明(设计)人: 商明阳;向大卫;王志成 申请(专利权)人: 北京迈格威科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/70
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 王婷婷
地址: 100086 北京市海淀区科*** 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: 物体 检测 方法 装置 设备 介质
【权利要求书】:

1.一种物体检测方法,其特征在于,包括:

对待检测图像中的物体的局部区域进行检测,得到所述物体的至少一个候选局部框,其中,一个物体的候选局部框用于框选该物体的局部区域;

从所述物体的至少一个候选局部框中,筛选出所述物体的目标局部框;

根据所述物体的目标局部框,确定所述物体的完整框,其中,一个物体的完整框表征该物体的检测结果。

2.根据权利要求1所述的方法,其特征在于,从所述物体的至少一个候选局部框中,筛选出所述物体的目标局部框,包括:

根据所述物体的至少一个候选局部框之间的重叠度,从所述物体的至少一个候选局部框中筛选出一个候选局部框,作为所述物体的目标局部框;或

根据所述物体的至少一个候选局部框分别与所述物体的中心之间的距离,从所述物体的至少一个候选局部框中筛选出一个候选局部框,作为所述物体的目标局部框。

3.根据权利要求1或2所述的方法,其特征在于,根据所述物体的目标局部框,确定所述物体的完整框,包括:

根据所述物体的目标局部框和所述目标局部框对应的局部特征图,确定所述物体的目标局部结构;

根据所述物体的完整结构与所述物体的各个局部结构之间的相对位置关系和所述物体的目标局部结构,确定所述物体的完整框。

4.根据权利要求1或2所述的方法,其特征在于,根据所述物体的目标局部框,确定所述物体的完整框,包括:

将所述物体的目标局部框和所述目标局部框所框选的图像区域的特征图,输入预先训练的第一物体检测模型,得到所述物体的完整框,其中,所述第一物体检测模型,是利用预先标记有样本物体的局部框和完整框的样本图像训练得到的;或

将所述物体的目标局部框和所述待检测图像的特征图,输入预先训练的第二物体检测模型,得到所述物体的完整框,其中,所述第二物体检测模型是利用标记有样本物体的局部框和完整框的样本图像训练得到的。

5.根据权利要求1-4任一所述的方法,其特征在于,对待检测图像中的物体的局部区域进行检测,得到所述物体的至少一个候选局部框,包括:

将所述待检测图像输入局部区域检测模型,得到所述待检测图像中的物体的所述至少一个候选局部框。

6.根据权利要求1-3任一所述的方法,其特征在于,对待检测图像中的物体的局部区域进行检测,得到所述物体的至少一个候选局部框,以及,从所述物体的至少一个候选局部框中,筛选出所述物体的目标局部框,包括:

将所述待检测图像输入预先训练的物体检测模型中的局部框预测子模型,得到所述待检测图像中的物体的目标局部框;

根据所述物体的目标局部框,确定所述物体的完整框,包括:

获得所述局部框预测子模型中的预设层输出的所述待检测图像的特征图;

将所述待检测图像的特征图和所述物体的目标局部框输入所述预先训练的物体检测模型中的完整框预测子模型,得到所述物体的完整框;其中,所述物体检测模型包括顺次串联的所述局部框预测子模型和所述完整框预测子模型,所述物体检测模型是以多个预先标记有样本物体的局部框和完整框的样本图像为训练样本,对第三预设模型进行训练得到的。

7.一种物体检测装置,其特征在于,包括:

检测模块,用于根据用于对待检测图像中的物体的局部区域进行检测,得到所述物体的至少一个候选局部框,其中,一个物体的候选局部框用于框选该物体的局部区域;

筛选模块,用于从所述物体的至少一个候选局部框中,筛选出所述物体的目标局部框;

框选模块,用于根据所述物体的目标局部框,确定所述物体的完整框,其中,一个物体的完整框表征该物体的检测结果。

8.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现如权利要求1-6任一所述的物体检测方法。

9.一种计算机可读存储介质,其特征在于,其存储的计算机程序使得处理器执行如权利要求1-6任一所述的物体检测方法。

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迈格威科技有限公司,未经北京迈格威科技有限公司许可,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/202110565334.3/1.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