[發明專利]對象檢測裝置、對象檢測方法及計算機可讀介質

有效

• 申請號: 201711452081.9
• 申請日: 2017-12-27
• 公開（公告）號: CN109948637B
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 梁珮蓉;賴威豪
• 申請（專利權）人: 財團法人工業技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 楊靜

一種對象檢測裝置、對象檢測方法及計算機可讀介質。對象檢測方法包含：通過分類器產生當前彩色影像及當前灰階影像；通過分類器將當前彩色影像代入類神經網絡算法，以產生初始特征圖；通過分類器依據當前灰階影像的灰階影像維度以調整初始特征圖的當前維度，以產生調整特征圖；通過分類器疊合調整特征圖及當前灰階影像，以計算類別信心度；通過分類器判斷類別信心度是否大于信心閾值，若類別信心度大于信心閾值，則輸出當前分類結果；以及通過儲存裝置儲存當前分類結果。

技術領域

本公開涉及一種對象檢測裝置、對象檢測方法及計算機可讀介質，尤其涉及一種應用類別信心度以檢測對象的對象追蹤裝置、對象檢測方法及計算機可讀介質。

背景技術

目前應用于電子設備的對象追蹤方法通常是利用預測下一個影像中目標對象的位置，并將目標對象用包圍盒(bounding box)標記起來，其中包圍盒是指將目標對象完全包容起來的一個封閉空間。舉例而言，將影像中的目標對象進行分類，例如分類為車輛，以長方形作為包圍盒框將影像中的車輛框起來。

目前，如何在保證檢測辨識正確率的條件下，提供一種有效率的對象分類方法，已成為本領域待解決的問題之一。

發明內容

有鑒于此，本公開提供了一種對象檢測裝置、對象檢測方法及計算機可讀介質。

本公開的一個方面提供了一種對象檢測裝置。該對象檢測裝置包含分類器及儲存裝置。分類器用以產生當前彩色影像及當前灰階影像，將當前彩色影像代入類神經網絡算法，以產生初始特征圖，依據當前灰階影像的灰階影像維度以調整初始特征圖的當前維度，以產生調整特征圖，疊合調整特征圖及當前灰階影像，以計算類別信心度，判斷類別信心度是否大于信心閾值，若類別信心度大于該信心閾值，則輸出當前分類結果。儲存裝置耦接于該分類器，用以儲存當前分類結果。

本公開的另一個方面提供了一種對象檢測方法。該對象檢測方法包含以下步驟。通過分類器產生當前彩色影像及當前灰階影像。通過分類器將當前彩色影像代入類神經網絡算法，以產生初始特征圖。通過分類器依據當前灰階影像的灰階影像維度以調整初始特征圖的當前維度，以產生調整特征圖。通過分類器疊合調整特征圖及當前灰階影像，以計算類別信心度。通過分類器判斷類別信心度是否大于信心閾值，若類別信心度大于信心閾值，則輸出當前分類結果。通過儲存裝置儲存當前分類結果。

本公開的另一個方面提供了一種計算機可讀介質。計算機可讀介質具有多個程序指令以執行對象檢測方法。該對象檢測方法包括以下步驟。通過分類器產生當前彩色影像及當前灰階影像。通過分類器將當前彩色影像代入類神經網絡算法，以產生初始特征圖。通過分類器依據當前灰階影像的灰階影像維度調整初始特征圖的當前維度，以產生調整特征圖。通過分類器疊合調整特征圖及當前灰階影像，以計算類別信心度。通過分類器判斷類別信心度是否大于信心閾值，若類別信心度大于信心閾值，則輸出當前分類結果。通過儲存裝置以儲存當前分類結果。

附圖說明

通過以下參照附圖對本公開實施例的描述，本公開的上述以及其他目的、特征和優點將更為清楚，在附圖中：

圖1A示意性示出了根據本公開實施例的一種對象檢測裝置的方塊圖；

圖1B示意性示出了根據本公開實施例的一種對象檢測方法的流程圖；

圖2示意性示出了根據本公開實施例的一種當前影像特征圖的示意圖；

圖3示意性示出了根據本公開實施例的一種包圍盒的示意圖；

圖4A示意性示出了根據本公開實施例的一種類別信心度的訓練的流程圖；

圖4B示意性示出了根據本公開實施例的一種類別信心度的測試及驗證的流程圖；以及

圖5A～5B示意性示出了根據本公開實施例的一種對象檢測方法的實驗數據圖。

【附圖標記說明】