[發明專利]目標對象的檢測方法及裝置

在審

• 申請號: 201710986009.8
• 申請日: 2017-10-20
• 公開（公告）號: CN107748867A
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 陳志軍
• 申請（專利權）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權代理事務所(普通合伙)11406
• 代理人: 孫德崇

技術領域

本公開涉及目標檢測領域，尤其涉及一種目標對象的檢測方法及裝置。

背景技術

相關技術中，采用Cascade CNN模型進行人臉檢測時，采用滑動窗口的方法，來查找人臉。當滑動的次數增多或窗口變大時，跟蹤過程所需的存儲空間會極具上升。由于相鄰的滑動窗口之間會產生重疊區域。因此，在檢測過程中做了大量的無用功，檢測速度慢。

發明內容

為克服相關技術中存在的問題，本公開提供一種目標對象的檢測方法及裝置。

根據本公開實施例的第一方面，提供一種目標對象的檢測方法，包括：

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

包圍盒確定步驟，根據所述第n層對應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的原圖區域；將所得到的所述原圖區域輸入所述級聯的FCN模型的第n+1層，迭代地執行所述識別步驟、所述包圍盒確定步驟和所述原圖區域確定步驟；直至在所述級聯的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。

在一種可能的實現方式中，該方法還包括：

針對所述目標對象進行訓練，得到級聯的卷積神經網絡CNN模型，所述級聯的CNN模型包括多層CNN；

將所述級聯的CNN模型轉化為所述級聯的FCN模型，所述級聯的FCN模型包括多層FCN。

在一種可能的實現方式中，該方法還包括：

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的FCN模型，迭代地執行識別步驟、包圍盒確定步驟和原圖區域確定步驟，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。

在一種可能的實現方式中，將所述多個縮放后的圖像輸入所述級聯的FCN模型，迭代地執行識別步驟、包圍盒確定步驟和原圖區域確定步驟，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的FCN模型的第n層，識別得到所述第n層對應的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；

所述包圍盒確定步驟包括：根據第n層對應的概率圖上的概率值大于設定閾值的點，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的圖像上得到對應的S個原圖區域B1；將所得到的S個原圖區域B1輸入所述級聯的FCN模型的第n+1層，迭代地執行所述識別步驟、所述包圍盒確定步驟和所述原圖區域確定步驟，直至在所述級聯的FCN模型的第L層，輸出所述目標對象在所述尺度為M*M的圖像中對應的概率圖和位置。

根據本公開實施例的第二方面，提供一種目標對象的檢測裝置，包括：

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

包圍盒確定模塊，用于根據所述第n層對應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的原圖區域；

迭代模塊，用于將所得到的所述原圖區域輸入所述級聯的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域確定模塊迭代地執行動作，直至在所述級聯的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。

在一種可能的實現方式中，該裝置還包括：

訓練模塊，用于針對所述目標對象進行訓練，得到級聯的卷積神經網絡CNN模型，所述級聯的CNN模型包括多層CNN；

轉化模塊，用于將所述級聯的CNN模型轉化為所述級聯的FCN模型，所述級聯的FCN模型包括多層FCN。

在一種可能的實現方式中，該裝置還包括：