[发明专利]目标检测方法及设备在审
申请号: | 202111306771.X | 申请日: | 2021-11-05 |
公开(公告)号: | CN113989803A | 公开(公告)日: | 2022-01-28 |
发明(设计)人: | 吴捷 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06V20/70 | 分类号: | G06V20/70;G06N3/04;G06N3/08 |
代理公司: | 上海光栅知识产权代理有限公司 31340 | 代理人: | 王沛懿;马雯雯 |
地址: | 100041 北京市石景山区*** | 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 设备 | ||
1.一种目标检测方法,包括:
获取待检测的图像;
在目标检测模型中,通过编码网络对所述图像进行编码处理,得到所述图像的目标图像特征;
在所述目标检测模型中,通过第一网络分支、第二网络分支对所述目标图像特征进行解码处理,得到所述第一网络分支输出的关注图和所述第二网络分支输出的密度图,其中,所述第一网络分支与所述第二网络分支之间通过关系建模网络进行图像特征的交互;
根据所述关注图和所述密度图,生成所述图像的目标检测图,所述目标检测图中包括所述图像中目标的位置标识。
2.根据权利要求1所述的目标检测方法,所述关系建模网络为多个,所述第一网络分支与所述第二网络分支中一一对应的网络层之间连接有所述关系建模网络,所述关系建模网络用于建立所述第一网络分支中网络层提取的图像特征和所述第二网络分支中对应的网络层提取的图像特征的交互。
3.根据权利要求2所述的目标检测方法,所述通过第一网络分支、第二网络分支对所述目标图像特征进行解码处理,包括:
通过所述第一网络分支中的第n个网络层对输入的图像特征进行解码处理,得到第一图像特征;
通过所述第二网络分支中的第n个网络层对输入的图像特征进行解码处理,得到第二图像特征;
通过与所述第一网络分支中第n个网络层和所述第二网络分支中第n个网络层连接的关系建模网络,对所述第一图像特征和所述第二图像特征进行信息聚合处理,得到处理后的第一图像特征和处理后的第二图像特征;
其中,所述处理后的第一图像特征为输入所述第一网络分支中第n+1个网络层的图像特征,所述处理后的第二图像特征为输入所述第二网络分支中第n+1个网络层的图像特征,n大于或等于1。
4.根据权利要求3所述的目标检测方法,所述通过与所述第一网络分支中第n个网络层和所述第二网络分支中第n个网络层连接的关系建模网络,对所述第一图像特征和所述第二图像特征进行信息聚合处理,得到处理后的第一图像特征和处理后的第二图像特征,包括:
在所述关系建模网络中,对所述第一图像特征和所述第二图像特征进行点积运算,得到所述第一图像特征与所述第二图像特征的聚合特征;
基于所述聚合特征,对所述第一图像特征、所述第二图像特征分别进行信息加强,得到加强后的第一图像特征和加强后的第二图像特征;
将所述第一图像特征与所述加强后的第一图像特征进行点积运算,得到所述处理后的第一图像特征,并将所述第二图像特征与所述加强后的第二图像特征进行点积运算,得到所述处理后的第二图像特征。
5.根据权利要求4所述的目标检测方法,所述基于所述聚合特征,对所述第一图像特征、所述第二图像特征分别进行信息加强,得到加强后的第一图像特征和加强后的第二图像特征,包括:
在所述关系建模网络的不同的网络分支中,基于所述聚合特征,学习所述第一图像特征与所述第二图像特征的相似度信息,得到所述第一图像特征对应的相似度权重因子和所述第二图像特征对应的相似度权重因子;
根据所述第一图像特征对应的相似度权重因子,对所述第一图像特征进行初步的信息加强,得到初步加强后的第一图像特征;
根据所述第二图像特征对应的相似度权重因子,对所述第二图像特征进行初步的信息加强,得到初步加强后的第二图像特征;
通过特征编码方式,对所述初步加强后的第一图像特征再次进行信息加强,得到加强后的第一图像特征;
通过特征编码方式,对所述初步加强后的第二图像特征再次进行信息加强,得到加强后的第二图像特征。
6.根据权利要求1-5中任一项所述的目标检测方法,所述编码网络中的多个网络层分别与所述第一网络分支中的多个网络层、所述第二网络分支中的多个网络层一一对应,所述编码网络中的网络层输出的图像特征用于输入下一网络层、所述第一网络分支中对应的网络层以及所述第二网络分支中对应的网络层。
7.根据权利要求1-5中任一项所述的目标检测方法,所述编码网络中的网络层采用残差模块,所述残差模块包括Res2net网络。
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字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/202111306771.X/1.html,转载请声明来源钻瓜专利网。