[發(fā)明專利]對(duì)象檢測(cè)裝置、對(duì)象檢測(cè)方法及計(jì)算機(jī)可讀介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711452081.9
• 申請(qǐng)日: 2017-12-27
• 公開（公告）號(hào): CN109948637B
• 公開（公告）日: 2021-12-17
• 發(fā)明（設(shè)計(jì)）人: 梁珮蓉;賴威豪
• 申請(qǐng)（專利權(quán)）人: 財(cái)團(tuán)法人工業(yè)技術(shù)研究院
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/02
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 楊靜

1.一種對(duì)象檢測(cè)裝置，包含：

分類器，用以產(chǎn)生當(dāng)前彩色影像及當(dāng)前灰階影像，將所述當(dāng)前彩色影像代入類神經(jīng)網(wǎng)絡(luò)算法，以產(chǎn)生初始特征圖，依據(jù)所述當(dāng)前灰階影像的灰階影像維度調(diào)整所述初始特征圖的當(dāng)前維度，以產(chǎn)生調(diào)整特征圖，疊合所述調(diào)整特征圖及所述當(dāng)前灰階影像，以計(jì)算類別信心度，判斷所述類別信心度是否大于信心閾值，若所述類別信心度大于該信心閾值，則輸出當(dāng)前分類結(jié)果；

儲(chǔ)存裝置，耦接于所述分類器，用以儲(chǔ)存所述當(dāng)前分類結(jié)果；以及

檢測(cè)模塊，根據(jù)預(yù)測(cè)對(duì)象的大小、所述預(yù)測(cè)對(duì)象的位置與預(yù)測(cè)對(duì)象類別信心度產(chǎn)生預(yù)測(cè)對(duì)象類別信心圖。

2.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)裝置，其中，所述分類器將所述初始特征圖的所述當(dāng)前維度調(diào)整為與所述灰階影像維度相同，以產(chǎn)生所述調(diào)整特征圖。

3.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)裝置，其中，所述分類器疊合所述調(diào)整特征圖及所述當(dāng)前灰階影像，以產(chǎn)生疊合影像，并將所述疊合影像中所包含的多個(gè)像素值代入信心度函數(shù)，以產(chǎn)生所述類別信心度。

4.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)裝置，其中，若所述分類器判斷所述類別信心度不大于所述信心閾值，則將所述初始特征圖及所述當(dāng)前灰階影像代入所述類神經(jīng)網(wǎng)絡(luò)算法。

5.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)裝置，其中，所述檢測(cè)模塊依據(jù)所述當(dāng)前分類結(jié)果，采用對(duì)象追蹤算法進(jìn)行計(jì)算，并產(chǎn)生預(yù)測(cè)對(duì)象位置信心度。

6.根據(jù)權(quán)利要求5所述的對(duì)象檢測(cè)裝置，其中，所述檢測(cè)模塊依據(jù)所述預(yù)測(cè)對(duì)象位置信心度分析出所述預(yù)測(cè)對(duì)象的大小及所述預(yù)測(cè)對(duì)象的位置，并依據(jù)所述預(yù)測(cè)對(duì)象的該大小及所述預(yù)測(cè)對(duì)象的該位置產(chǎn)生包圍盒。

7.根據(jù)權(quán)利要求6所述的對(duì)象檢測(cè)裝置，其中，所述檢測(cè)模塊根據(jù)所述預(yù)測(cè)對(duì)象類別信心圖及所述包圍盒產(chǎn)生下一影像的下一彩色影像及所述下一影像的下一灰階影像。

8.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)裝置，其中，所述當(dāng)前分類結(jié)果為所述當(dāng)前彩色影像中的對(duì)象類別信心度、對(duì)象大小或?qū)ο笪恢谩?/p>

9.一種對(duì)象檢測(cè)方法，包含：

通過分類器產(chǎn)生當(dāng)前彩色影像及當(dāng)前灰階影像；

通過所述分類器將所述當(dāng)前彩色影像代入類神經(jīng)網(wǎng)絡(luò)算法，以產(chǎn)生初始特征圖；

通過所述分類器依據(jù)所述當(dāng)前灰階影像的灰階影像維度以調(diào)整所述初始特征圖的當(dāng)前維度，以產(chǎn)生調(diào)整特征圖；

通過所述分類器疊合所述調(diào)整特征圖及所述當(dāng)前灰階影像，以計(jì)算類別信心度；

通過所述分類器判斷所述類別信心度是否大于信心閾值，若所述類別信心度大于所述信心閾值，則所述分類器輸出當(dāng)前分類結(jié)果；

通過儲(chǔ)存裝置儲(chǔ)存所述當(dāng)前分類結(jié)果；以及

根據(jù)預(yù)測(cè)對(duì)象的大小、所述預(yù)測(cè)對(duì)象的位置與預(yù)測(cè)對(duì)象類別信心度產(chǎn)生預(yù)測(cè)對(duì)象類別信心圖。

10.根據(jù)權(quán)利要求9所述的對(duì)象檢測(cè)方法，其中，通過所述分類器依據(jù)所述當(dāng)前灰階影像的所述灰階影像維度調(diào)整所述初始特征圖的所述當(dāng)前維度，產(chǎn)生所述調(diào)整特征圖的步驟包含：

將所述初始特征圖的所述當(dāng)前維度調(diào)整為與所述灰階影像維度相同，以產(chǎn)生所述調(diào)整特征圖。

11.根據(jù)權(quán)利要求9所述的對(duì)象檢測(cè)方法，其中，通過所述分類器疊合所述調(diào)整特征圖及所述當(dāng)前灰階影像，以計(jì)算所述類別信心度的步驟包含：

疊合所述調(diào)整特征圖及所述當(dāng)前灰階影像，以產(chǎn)生疊合影像，并將所述疊合影像中所包含的多個(gè)像素值代入信心度函數(shù)，以產(chǎn)生所述類別信心度。

12.根據(jù)權(quán)利要求9所述的對(duì)象檢測(cè)方法，其中，若判斷所述類別信心度不大于所述信心閾值，則將所述初始特征圖及所述當(dāng)前灰階影像代入所述類神經(jīng)網(wǎng)絡(luò)算法。