[发明专利]图像检测方法、装置、系统、计算设备及可读存储介质

权利要求书

1.一种图像检测方法，其特征在于，包括：

计算设备获取至少两张原始图像；每张所述原始图像均为终端设备中的显示屏的弯折区内的同一待检测区域处的图像；

所述计算设备将所述至少两张原始图像合成待检测图像；

所述计算设备采用卷积神经网络中的卷积层对所述待检测图像进行卷积处理，得到所述待检测图像对应的目标特征图；

所述计算设备采用所述卷积神经网络中的池化层对所述目标特征图进行池化处理，得到池化结果；

所述计算设备采用所述卷积神经网络中的全连接层对所述池化结果进行全连接处理，得到所述待检测图像中除目标通道外的其他待校正通道相对于所述目标通道的偏移值；所述目标通道为所述待检测图像中的任一通道；

所述计算设备基于所述偏移值，对所述待检测图像中的各个所述待校正通道进行偏移校正，得到目标图像；

所述计算设备采用所述卷积神经网络中的语义分割子网络对所述目标图像进行语义分割处理，得到所述待检测区域处的检测结果。

2.根据权利要求1所述的方法，其特征在于，所述计算设备采用卷积神经网络中的卷积层对所述待检测图像进行卷积处理，得到所述待检测图像对应的目标特征图，包括：

所述计算设备采用所述卷积神经网络中的n个卷积层对所述待检测图像进行卷积处理，得到第n个卷积层输出的所述目标特征图；

其中，每个所述卷积层包括第一子卷积层和第二子卷积层，所述第二子卷积层的输入为所述第一子卷积层输出的特征图，所述n个卷积层中的第i个卷积层的输入为第i-1个卷积层输出的特征图，所述n为大于1的正整数，1＜i≤n，所述i为正整数。

3.根据权利要求2所述的方法，其特征在于，所述第二子卷积层的步长大于所述第一子卷积层的步长，所述第一子卷积层的填充值与所述第二子卷积层的填充值相等；

所述目标特征图的宽度与所述待检测图像的宽度之间的比值为1/m，所述目标特征图的高度与所述待检测图像的高度之间的比值为1/m，所述m为大于1的正整数。

4.根据权利要求2所述的方法，其特征在于，在每个所述卷积层中，所述第二子卷积层中的卷积核的数量为所述第一子卷积层中的卷积核的数量的2倍，第一个所述卷积层包括的所述第一子卷积层中的卷积核的数量为所述待检测图像的通道数的2倍，第i个所述卷积层中的所述第一子卷积层的卷积核的数量与第i-1个所述卷积层中的所述第二子卷积层的卷积核的数量相等，所述目标特征图的通道数与所述待检测图像的通道数之间的比值为2ⁿ⁺¹。

5.根据权利要求1所述的方法，其特征在于，所述计算设备采用所述卷积神经网络中的池化层对所述目标特征图进行池化处理，得到池化结果，包括：

所述计算设备采用所述卷积神经网络中的池化层对所述目标特征图中的每个通道进行全局平均池化，得到池化向量。

6.根据权利要求5所述的方法，其特征在于，所述计算设备采用所述卷积神经网络中的全连接层对所述池化结果进行全连接处理，得到所述待检测图像中除目标通道外的其他待校正通道相对于所述目标通道的偏移值，包括：

所述计算设备将所述池化向量与所述全连接层中的权重矩阵点乘后，再与所述全连接层中的偏置向量相加，得到所述待检测图像中除目标通道外的其他待校正通道相对于所述目标通道的偏移值；

其中，所述偏移值包括沿x轴的第一偏移量和沿y轴的第二偏移量，所述待检测图像的通道数为C，所述偏移值的数量为2（C-1）个，所述权重矩阵为P×Q的二维矩阵，所述P等于2（C-1），所述Q等于所述目标特征图的通道数。

7.根据权利要求6所述的方法，其特征在于，所述计算设备基于所述偏移值，对所述待检测图像中的各个所述待校正通道进行偏移校正，得到目标图像，包括：

所述计算设备将所述待校正通道内的各个像素沿x轴均移动所述第一偏移量个像素，并将所述待校正通道内的各个像素沿y轴均移动所述第二偏移量个像素，得到所述目标图像；

其中，在所述目标通道对应的图像定义域内，移动后的所述待校正通道与所述目标通道的非重合区域处填充有像素值为0的像素。