[發明專利]用于檢測目標的方法和裝置

在審

• 申請號: 201810054603.8
• 申請日: 2018-01-19
• 公開（公告）號: CN108229575A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 杜康
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于檢測目標的方法，包括：

獲取待檢測圖像；

對所述待檢測圖像進行語義分割，得到掩膜圖像，其中，所述掩膜圖像中的每個像素點包括N個初始置信度，每個像素點的N個初始置信度用于表征所述待檢測圖像中與該像素點相對應的區域存在預設N種目標中每種目標的初始置信度，N為正整數；

融合所述待檢測圖像和所述掩膜圖像，得到融合圖像；

將所述融合圖像輸入至預先訓練的目標檢測模型，得到與所述待檢測圖像對應的檢測結果圖像，其中，所述檢測結果圖像中的每個像素點包括區域信息和N個置信度，每個像素點的區域信息用于指示所述待檢測圖像中與該像素點相對應的區域，每個像素點的N個置信度用于表征所述待檢測圖像中與該像素點相對應的區域存在預設N種目標中每種目標的置信度，所述目標檢測模型用于表征圖像與圖像對應的檢測結果圖像之間的對應關系。

2.根據權利要求1所述的方法，其中，所述對所述待檢測圖像進行語義分割，得到掩膜圖像，包括：

將所述待檢測圖像輸入至預先訓練的第一卷積神經網絡，得到與所述待檢測圖像對應的特征圖像，其中，所述第一卷積神經網絡用于提取圖像特征；

對所述特征圖像進行語義分割，得到所述掩膜圖像。

3.根據權利要求2所述的方法，其中，所述對所述特征圖像進行語義分割，得到所述掩膜圖像，包括：

將所述特征圖像輸入至預先訓練的第二卷積神經網絡，得到所述掩膜圖像，其中，所述第二卷積神經網絡用于對圖像進行語義分割。

4.根據權利要求3所述的方法，其中，所述融合所述待檢測圖像和所述掩膜圖像，得到融合圖像，包括：

融合所述特征圖像和所述掩膜圖像，得到融合圖像。

5.根據權利要求4所述的方法，其中，所述融合所述特征圖像和所述掩膜圖像，得到融合圖像，包括：

將所述特征圖像和所述掩膜圖像對應像素點的數據的乘積作為所述融合圖像中對應像素點的數據；或者

將對所述特征圖像中的像素點按照所述掩膜圖像中的對應像素點的N個初始置信度進行閾值截斷后的數據作為所述融合圖像中對應像素點的數據；或者

將所述特征圖像中的像素點所包括的數據和所述掩膜圖像中對應像素點所包括的N個初始置信度作為所述融合圖像中對應像素點的數據。

6.根據權利要求5所述的方法，其中，所述將所述融合圖像輸入至預先訓練的目標檢測模型，得到與所述待檢測圖像對應的檢測結果圖像，包括：

將所述融合圖像輸入至預先訓練的第三卷積神經網絡，得到與所述待檢測圖像對應的檢測結果圖像，其中，所述第三卷積神經網絡用于檢測圖像中的目標。

7.根據權利要求6所述的方法，其中，所述第二卷積神經網絡和所述第三卷積神經網絡是通過如下訓練步驟得到的：

初始化所述第二卷積神經網絡和所述第三卷積神經網絡的網絡參數；

獲取訓練樣本集，其中，每個訓練樣本包括樣本圖像、與樣本圖像對應的標注掩膜圖像和標注檢測結果圖像；

對于所述訓練樣本集中的每個訓練樣本，執行以下操作：將該訓練樣本中的樣本圖像輸入至所述第一卷積神經網絡，得到與該訓練樣本對應的特征圖像；將與該訓練樣本對應的特征圖像輸入至所述第二卷積神經網絡，得到與該訓練樣本對應的掩膜圖像；融合與該訓練樣本對應的特征圖像和與該訓練樣本對應的掩膜圖像，得到與該訓練樣本對應的融合圖像；將與該訓練樣本對應的融合圖像輸入至所述第三卷積神經網絡，得到與該訓練樣本對應的檢測結果圖像；基于第一差異和第二差異調整所述第二卷積神經網絡和所述第三卷積神經網絡的網絡參數，其中，所述第一差異是與該訓練樣本對應的掩膜圖像和與該訓練樣本對應的標注掩膜圖像之間的差異，所述第二差異是與該訓練樣本對應的檢測結果圖像和與該訓練樣本對應的標注檢測結果圖像之間的差異。