[發(fā)明專利]目標對象的檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 201710986009.8
• 申請日: 2017-10-20
• 公開（公告）號: CN107748867A
• 公開（公告）日: 2018-03-02
• 發(fā)明（設(shè)計）人: 陳志軍
• 申請（專利權(quán)）人: 北京小米移動軟件有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京格羅巴爾知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11406
• 代理人: 孫德崇

1.一種目標對象的檢測方法，其特征在于，包括：

識別步驟，將待處理圖像輸入級聯(lián)的全卷積網(wǎng)絡(luò)FCN模型的第n層，識別得到所檢測的目標對象在所述第n層對應(yīng)的概率圖，所述級聯(lián)的FCN模型包括L層FCN，L為大于或等于2的整數(shù)，所述n為從1到L的整數(shù)；

包圍盒確定步驟，根據(jù)所述第n層對應(yīng)的概率圖上各概率值，得到各包圍盒，并采用非極大值抑制NMS將各包圍盒進行合并；

原圖區(qū)域確定步驟，將合并后的包圍盒在所述待處理圖像上得到對應(yīng)的原圖區(qū)域；將所得到的所述原圖區(qū)域輸入所述級聯(lián)的FCN模型的第n+1層，迭代地執(zhí)行所述識別步驟、所述包圍盒確定步驟和所述原圖區(qū)域確定步驟；直至在所述級聯(lián)的FCN模型的第L層，輸出所述目標對象在所述待處理圖像的位置。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

針對所述目標對象進行訓(xùn)練，得到級聯(lián)的卷積神經(jīng)網(wǎng)絡(luò)CNN模型，所述級聯(lián)的CNN模型包括多層CNN；

將所述級聯(lián)的CNN模型轉(zhuǎn)化為所述級聯(lián)的FCN模型，所述級聯(lián)的FCN模型包括多層FCN。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，還包括：

將所述待處理圖像按照不同比例縮放，得到多個縮放后的圖像；

將所述多個縮放后的圖像輸入所述級聯(lián)的FCN模型，迭代地執(zhí)行識別步驟、包圍盒確定步驟和原圖區(qū)域確定步驟，得到所述目標對象在所述多個縮放后的圖像中對應(yīng)的位置；

采用NMS對識別出的所述多個縮放后的圖像中的位置進行聚合，得到所述目標對象在所述待處理圖像的位置。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，將所述多個縮放后的圖像輸入所述級聯(lián)的FCN模型，迭代地執(zhí)行識別步驟、包圍盒確定步驟和原圖區(qū)域確定步驟，得到所述目標對象在所述多個縮放后的圖像中對應(yīng)的位置，包括：

所述識別步驟包括：將尺度為M*N的圖像輸入所述級聯(lián)的FCN模型的第n層，識別得到所述第n層對應(yīng)的X*Y的概率圖，所述尺度為M*N的圖像由所述待處理圖像縮放得到的圖像，所述X等于M*St，Y等于N*St，所述St為步長，所述n為從1到L的整數(shù)；

所述包圍盒確定步驟包括：根據(jù)第n層對應(yīng)的概率圖上的概率值大于設(shè)定閾值的點，得到S個包圍盒B，并采用NMS將S個包圍盒B進行合并；

所述原圖區(qū)域確定步驟包括：將合并后的S個包圍盒在所述尺度為M*M的圖像上得到對應(yīng)的S個原圖區(qū)域B1；將所得到的S個原圖區(qū)域B1輸入所述級聯(lián)的FCN模型的第n+1層，迭代地執(zhí)行所述識別步驟、所述包圍盒確定步驟和所述原圖區(qū)域確定步驟，直至在所述級聯(lián)的FCN模型的第L層，輸出所述目標對象在所述尺度為M*M的圖像中對應(yīng)的概率圖和位置。

5.一種目標對象的檢測裝置，其特征在于，包括：

識別模塊，用于將待處理圖像輸入級聯(lián)的全卷積網(wǎng)絡(luò)FCN模型的第n層，識別得到所檢測的目標對象在所述第n層對應(yīng)的概率圖，所述級聯(lián)的FCN模型包括L層FCN，L為大于或等于2的整數(shù)，所述n為從1到L的整數(shù)；

包圍盒確定模塊，用于根據(jù)所述第n層對應(yīng)的概率圖上各概率值，得到各包圍盒，并采用非極大值抑制NMS將各包圍盒進行合并；

原圖區(qū)域確定模塊，用于將合并后的包圍盒在所述待處理圖像上得到對應(yīng)的原圖區(qū)域；

迭代模塊，用于將所得到的所述原圖區(qū)域輸入所述級聯(lián)的FCN模型的第n+1層，控制所述識別模塊、所述包圍盒確定模塊和所述原圖區(qū)域確定模塊迭代地執(zhí)行動作，直至在所述級聯(lián)的FCN模型的第L層，輸出所述目標對象在所述待處理圖像的位置。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，還包括：

訓(xùn)練模塊，用于針對所述目標對象進行訓(xùn)練，得到級聯(lián)的卷積神經(jīng)網(wǎng)絡(luò)CNN模型，所述級聯(lián)的CNN模型包括多層CNN；

轉(zhuǎn)化模塊，用于將所述級聯(lián)的CNN模型轉(zhuǎn)化為所述級聯(lián)的FCN模型，所述級聯(lián)的FCN模型包括多層FCN。