[發明專利]目標對象檢測方法、裝置及系統和神經網絡結構

有效

• 申請號: 201611013117.9
• 申請日: 2016-11-15
• 公開（公告）號: CN108073864B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 康愷;李鴻升;歐陽萬里;王曉剛
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 馬永芬

1.一種目標對象檢測方法，其特征在于，包括如下步驟：

在視頻圖像序列的當前幀確定至少一個待檢測的感興趣區域，每個所述感興趣區域至少部分包含至少一個目標對象的信息；

利用神經網絡模型分別提取所述當前幀的至少一個感興趣區域中的目標對象的特征；

通過所述神經網絡模型對所述至少一個感興趣區域中的目標對象的特征進行處理，得到所述至少一個感興趣區域的預測結果；

根據所述當前幀的至少一個感興趣區域的預測結果確定后續幀待檢測的感興趣區域，包括：

將所述當前幀的所述目標對象的預測位置作為所述后續幀的待檢測的感興趣區域。

2.如權利要求1所述的目標對象檢測方法，其特征在于，所述預測結果包括：

所述感興趣區域包含目標對象的概率和所述目標對象的預測位置。

3.如權利要求1或2所述的目標對象檢測方法，其特征在于，所述根據所述當前幀的各個感興趣區域的預測結果確定后續幀待檢測的感興趣區域包括：

獲取所述當前幀的感興趣區域中目標對象在區域的邊界位置；

對目標對象所在區域對應的所述邊界位置進行加權得到與所述當前幀的感興趣區域對應的后續幀的目標對象區域的邊界位置。

4.如權利要求3所述的目標對象檢測方法，其特征在于，所述當前幀的感興趣區域至少部分包含多個目標對象的信息；

所述獲取所述當前幀的感興趣區域中目標對象所在區域的邊界位置，包括：分別獲取感興趣區域中各類目標對象所在區域邊界位置；

所述對目標對象所在區域對應的所述邊界位置進行加權得到與所述感興趣區域對應的后續幀的目標對象區域的邊界位置，包括：對各類目標對象所在區域邊界位置進行加權得到與所述感興趣區域對應的后續幀的目標對象區域的邊界位置。

5.如權利要求4所述的目標對象檢測方法，其特征在于，

所述對目標對象所在區域對應的所述邊界位置進行加權得到與所述感興趣區域對應的后續幀的目標對象區域的邊界位置，包括：

對各類目標對象所在區域邊界位置和各類目標對象包含在所述當前幀的感興趣區域中的概率進行加權得到與所述感興趣區域對應的后續幀的目標對象區域的邊界位置。

6.如權利要求1或2所述的目標對象檢測方法，其特征在于，還包括：基于預設規則在視頻圖像序列的起始幀設置所述至少一個感興趣區域。

7.如權利要求1或2所述的目標對象檢測方法，其特征在于，所述當前幀的感興趣區域中的目標對象的特征，還包括：所述當前幀的感興趣區域記憶的目標對象的特征軌跡。

8.如權利要求7所述的目標對象檢測方法，其特征在于，所述特征軌跡包含：當前幀的感興趣區域中的目標對象的特征和所述當前幀的先前幀的感興趣區域記憶的目標對象的特征軌跡。

9.如權利要求7所述的目標對象檢測方法，其特征在于，所述根據所述目標對象的特征對所述各個感興趣區域進行預測，得到預測結果，還包括：通過所述當前幀的目標對象的特征軌跡對所述各個感興趣區域進行預測，得到預測結果。

10.一種目標對象檢測裝置，其特征在于，包括：

第一感興趣模塊，用于在視頻圖像序列的當前幀確定至少一個待檢測的感興趣區域，每個所述感興趣區域至少部分包含至少一個目標對象的信息；

特征提取模塊，用于利用神經網絡模型分別提取所述當前幀的至少一個感興趣區域中的目標對象的特征；

預測模塊，用于通過所述神經網絡模型對所述至少一個感興趣區域中的目標對象的特征進行處理，得到所述至少一個感興趣區域的預測結果；

第二感興趣模塊，用于根據所述當前幀的至少一個感興趣區域的預測結果確定后續幀待檢測的感興趣區域，所述第二感興趣模塊用于將所述當前幀的所述目標對象的預測位置作為所述后續幀的待檢測的感興趣區域。