[发明专利]基于深度图的目标检测方法及存储介质

摘要

一种基于深度图像的特定目标检测方法及存储介质，所述方法为通过待测目标物体的尺寸定义真实候选框的尺寸，并计算候选框窗口遍历间隔；对深度图像进行遍历，获取候选框的中心点像素坐标；获取各候选框的中心点的深度值，筛选获得有效候选框；计算剩余的有效候选框的实际需要框长；设定过滤阈值，将有效候选框中深度与中心点的深度相差过大的点滤掉，后续可以进一步的进行深度学习预处理和深度学习。本发明能够尽可能增大图像遍历的步长，又可以过滤掉部分无效的候选框，根据中心点深度值按照目标物的真实尺寸计算出候选框的边长，可以防止在同一位置需要生成多尺度的候选框从而节约大量的计算量，为快速目标检测提供了很好的便利。

主权项

1.一种基于深度图像的特定目标检测方法，包括如下步骤：遍历步长计算步骤S110：通过待测目标物体的尺寸L定义真实候选框的尺寸，并利用公式(1)计算得到候选框窗口遍历间隔Stride_G，单位为像素Stride_G＝0.5*L*f_xy/D   公式(1)其中，L为待测目标物体的尺寸，f_xy为深度传感器的主距，单位为像素为单位，D为需要检测的目标物体的最远距离；图像遍历步骤S120：根据真实候选框的尺寸，以及候选框窗口遍历间隔Stride_G，对深度图像进行遍历，并获取所有候选框的中心点像素坐标；有效候选框筛选步骤S130：获取各候选框的中心点的深度值，将其与需要检测的目标物体的最远距离D进行比较，小于该最远距离D的候选框为有效候选框，否则为无效候选框；有效候选框的实际需要框长计算步骤S140：利用每个候选框的中心点的实际深度值d，通过公式(3)计算剩余的有效候选框的实际需要框长L_pixelL_pixel＝L*f_xy/d   公式(3)；过滤步骤S150：根据所计算出的有效候选框的实际需要框长L_pixel设定过滤阈值，将有效候选框中深度与中心点的深度相差过大的点滤掉。这样，即将有效候选框中深度与中心点的深度超过过滤阈值的点过滤掉，能够过滤掉候选框内的前景及背景点。