[發明專利]目標檢測方法和裝置

在審

• 申請號: 201610425328.7
• 申請日: 2016-06-15
• 公開（公告）號: CN107516060A
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 沈飛;劉楊;華先勝
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 張大威

1.一種目標檢測方法，其特征在于，包括以下步驟：

接收輸入的圖片；

基于預設算法從所述圖片中提取多個候選區域；

通過預先訓練的基于節點級聯的深度學習神經網絡模型，確定所述多個候選區域中與目標對象對應的目標區域；

根據所述目標區域生成輸出結果。

2.如權利要求1所述的方法，其特征在于，訓練基于節點級聯的深度學習神經網絡模型，包括：

預訓練所述基于節點級聯的深度學習神經網絡模型的隱層參數；

訓練所述基于節點級聯的深度學習神經網絡模型中輸出節點的參數。

3.如權利要求2所述的方法，其特征在于，預訓練所述基于節點級聯的深度學習神經網絡模型的隱層參數，包括：

獲取圖像識別數據庫中的N個類別的圖片樣本；

訓練具有N個節點的分類網絡模型，并將所述分類網絡模型的隱層參數作為所述基于節點級聯的深度學習神經網絡模型的初始化隱層參數。

4.如權利要求2所述的方法，其特征在于，訓練所述基于節點級聯的深度學習神經網絡模型中輸出節點的參數，包括：

從檢測數據集中獲取相同數量的目標區域樣本和非目標區域樣本；

依次對所述基于節點級聯的深度學習神經網絡模型中輸出節點的參數進行訓練。

5.如權利要求4所述的方法，其特征在于，依次對所述基于節點級聯的深度學習神經網絡模型中輸出節點的參數進行訓練，包括：

根據所述目標區域樣本和所述非目標區域樣本對所述基于節點級聯的深度學習神經網絡模型中的第一個輸出節點的參數進行訓練；

當所述目標區域樣本的召回率大于第一預設閾值，且所述非目標區域樣本的誤判率低于第二預設閾值時，獲取所述第一個輸出節點對應的第一參數；

根據所述第一參數過濾已正確識別的非目標區域樣本，并獲取新的非目標區域樣本；

根據所述目標區域樣本和所述新的非目標區域樣本對所述基于節點級聯的深度學習神經網絡模型中的第二個輸出節點的參數進行訓練；

當所述目標區域樣本的召回率大于第一預設閾值，且所述非目標區域樣本的誤判率低于第二預設閾值時，獲取所述第二個輸出節點對應的第二參數；

重復以上步驟，直至所述基于節點級聯的深度學習神經網絡模型中所有輸出節點的參數訓練完成。

6.如權利要求1所述的方法，其特征在于，通過預先訓練的基于節點級聯的深度學習神經網絡模型，確定所述多個候選區域中與目標對象對應的目標區域，包括：

依次判斷所述多個候選區域是否為與目標對象對應的目標區域。

7.如權利要求6所述的方法，其特征在于，判斷所述候選區域是否為與目標對象對應的目標區域，包括：

當所述基于節點級聯的深度學習神經網絡模型中的多個輸出節點，均確定所述候選區域為目標區域時，將所述候選區域作為目標區域；

否則，將所述候選區域作為非目標區域。

8.一種基于目標檢測的信息推薦方法，其特征在于，包括以下步驟：

接收輸入的視頻；

將所述視頻切分為多幀圖像；

基于預設算法從每一幀圖像中提取多個候選區域；

通過預先訓練的基于節點級聯的深度學習神經網絡模型，確定所述多個候選區域中與目標對象對應的目標區域；

根據所述目標區域確定包含所述目標對象的圖像；

確定包含所述目標對象的圖像在所述視頻中的播放時間點；

在所述播放時間點插入與所述目標對象對應的推薦信息。

9.一種目標檢測裝置，其特征在于，包括：

接收模塊，用于接收輸入的圖片；

提取模塊，用于基于預設算法從所述圖片中提取多個候選區域；

確定模塊，用于通過預先訓練的基于節點級聯的深度學習神經網絡模型，確定所述多個候選區域中與目標對象對應的目標區域；

生成模塊，用于根據所述目標區域生成輸出結果。

10.如權利要求9所述的裝置，其特征在于，還包括：

預訓練模塊，用于預訓練所述基于節點級聯的深度學習神經網絡模型的隱層參數；

訓練模塊，用于訓練所述基于節點級聯的深度學習神經網絡模型中輸出節點的參數。