[发明专利]雾天的目标检测方法、装置、电子设备以及存储介质有效
申请号: | 202110921531.4 | 申请日: | 2021-08-11 |
公开(公告)号: | CN113705380B | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | 苏翔博;王健;孙昊 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/25;G06V10/774;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张梦瑶 |
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: | 目标 检测 方法 装置 电子设备 以及 存储 介质 | ||
1.一种雾天的目标检测方法,包括:
从视频流中提取待检测图像,并获取所述待检测图像的多尺度的特征图;
获取每个所述特征图对应的候选检测框的检测结果,其中,所述检测结果包括所述检测框内目标的置信度;
根据所述多尺度的特征图中的一个特征图,获取所述待检测图像对应的雾浓度预测图;
根据所述雾浓度预测图和所述置信度,对每个所述特征图的所述候选检测框进行过滤,以确定所述待检测图像的目标检测框;其中,所述根据所述置信度和所述雾浓度预测图,对每个所述特征图的所述候选检测框进行过滤,包括:针对每个所述候选检测框,根据所述候选检测框和所述雾浓度预测图,获取所述候选检测框的雾浓度预测值;根据所述候选检测框的雾浓度预测值,对所述候选检测框的置信度进行更新,以获取所述候选检测框的目标置信度;根据所述候选检测框的目标置信度,对所述候选检测框进行过滤;其中,所述根据所述候选检测框的雾浓度预测值,对所述候选检测框的置信度进行更新,包括:基于所述雾浓度预测值,获取所述置信度的修正系数;基于所述修正系数与所述置信度相乘,将相乘结果作为所述目标置信度。
2.根据权利要求1所述的方法,其中,所述根据所述多尺度的特征图中的一个特征图,获取所述待检测图像对应的雾浓浓度预测图,包括:
确定所述多尺度的特征图中尺度最大的特征图;
对所述尺度最大的特征图进行雾浓度预测,以获取所述雾浓度预测图。
3.根据权利要求1所述的方法,其特征在于,所述根据所述候选检测框的目标置信度,对所述候选检测框进行过滤,包括:
将所述目标置信度与预设阈值进行比较,以确定所述目标置信度小于所述预设阈值的候选检测框;
丢弃所述目标置信度小于所述预设阈值的候选检测框,其中,所述目标置信度大于或者等于所述预设阈值的候选检测框作为所述目标检测框。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取所述候选检测框对应的感兴趣区域;
从所述雾浓度预测图中,获取所述感兴趣区域内每个像素点的雾浓度预测值;
对所述感兴趣区域内像素点的雾浓度预测值求平均,得到所述候选检测框的雾浓度预测值。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述获取所述待检测图像的多个尺度下的特征图,以及每个尺度下的所述特征图的候选检测框的检测结果,包括:
将所述待检测图像输入目标检测联合模型中,由所述目标检测联合模型中的目标检测网络对所述待检测图像多尺度特征提取,并获取每个所述特征图的所述候选检测框的置信度;
由所述目标检测联合模型中的目标雾浓度预测网络对所述候选检测框的雾浓度进行预测,以获取所述雾浓度预测图。
6.根据权利要求5所述的方法,其特征在于,所述目标雾浓度预测网络的训练过程,包括:
将样本图像输入构建的雾浓度预测网络中,获取所述雾浓度预测网络的雾浓度预测图;
对所述样本图像进行雾浓度估计,获取所述样本图像的雾浓度参考图;
基于所述雾浓度预测图和所述雾浓度参考图,对所述雾浓度预测网络进行模型参数调整,并使用下一个样本图像继续对调整后的雾浓度预测网络进行训练,直至训练结束生成所述目标雾浓度预测网络。
7.根据权利要求5所述的方法,其特征在于,所述将所述待检测图像输入目标检测联合模型中之前,还包括:
对所述待检测图像进行缩放处理,以获取目标尺寸下的待处理图像;
对所述目标尺寸下的待处理图像进行RGB值降低处理。
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/202110921531.4/1.html,转载请声明来源钻瓜专利网。