[發明專利]圖像處理的方法、裝置、計算機可讀存儲介質

有效

• 申請號: 201711378911.8
• 申請日: 2017-12-19
• 公開（公告）號: CN109934216B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 顧子晨;龔怡宏;陶小語
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京龍雙利達知識產權代理有限公司 11329
• 代理人: 范華英;毛威

本申請提供了一種圖像處理的方法和裝置。該方法包括：將待檢測圖像劃分為互不重疊的Q個網格，其中，Q為大于1的整數，該Q個網格中的第p個網格屬于K(p)個區域，其中，p＝1，2，…，Q，K(p)為大于1的整數，該K(p)個區域在該待檢測圖像上占用的區域不同；針對該K(p)個區域中任意一個區域在高層特征圖上截取子特征圖，根據特征圖對該K(p)個區域內待檢測目標進行分類和定位。本申請可以使同一個位置被劃分到不同尺度的區域上，這樣在高層特征圖上可以提取對應該位置的不同尺度的子特征圖，使得在該位置提取到的子特征圖更加全面和準確，從而能夠提高生成的目標候選區域的質量，提升目標檢測系統的性能。

技術領域

本申請涉及圖像處理領域，并且更具體地，涉及一種圖像處理的方法、裝置、計算機可讀存儲介質。

背景技術

目標檢測是計算機視覺領域的一項基本任務，旨在識別并定位出圖像或視頻中感興趣的目標，在工業界有著非常廣泛的應用。目標檢測需要識別出圖像中出現的屬于預定義類別的目標，并以檢測框的形式準確地定位每一個目標。因而，目標檢測任務主要面臨著兩方面的挑戰：

(1)需要將目標從復雜的背景中區分出來；

(2)需要調優目標的候選框，使他們更加接近目標真實邊框，來獲取更高的準確度。

隨著深度學習的出現，近期的目標檢測系統大都基于深度神經網絡。現有的卷積神經網絡目標檢測系統通常分為候選框生成和候選框區域內的目標分類兩個階段。在候選框區域內的目標分類階段，通常做法是將預訓練的卷積網絡作為特征提取模塊嵌入到目標檢測系統中，并在特定的檢測任務上進行優化。例如，基于區域的卷積網絡加速版(fastregion-based convolutional neural network，Fast R-CNN)目標檢測器，將卷積網絡嵌入作為特征提取模塊，對每個候選區域提取特征并進行分類和定位。

而關于候選區域的生成，業內性能領先的目標檢測系統多采用候選區域網絡(region proposal network，RPN)來實現。然而，RPN網絡在目標判別上存在著一些問題。一方面，RPN僅采用“目標/非目標”二類標簽進行訓練，學習得到的分類器缺少對復雜特征的判別力，預測時容易將背景誤報為目標。另一方面，RPN在卷積神經網絡(convolutionalneural network，CNN)的高層特征上采用3×3的滑動窗口提取特征，這會造成較大目標的感受野遠小于目標本身的尺度，導致目標信息的丟失。

鑒于上述問題，一些研究工作試圖直接將RPN的二類分類層改為多類分類層，但是根據固定的3×3的滑動窗口提取的特征來預測多類目標，效果并不好，因而生成的目標候選區域質量不高，導致目標檢測系統性能較差。

發明內容

本申請提供一種圖像處理的方法、裝置、計算機可讀存儲介質，能夠提高生成的目標候選區域的質量，從而提升目標檢測系統的性能。