[發明專利]對象檢測方法、裝置和系統及存儲介質

有效

• 申請號: 201810166037.X
• 申請日: 2018-02-28
• 公開（公告）號: CN108875537B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 周舒暢;楊弋;孫培欽
• 申請（專利權）人: 北京曠視科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/82;G06N3/04
• 代理公司: 北京睿邦知識產權代理事務所(普通合伙) 11481
• 代理人: 徐丁峰;戴亞南

本發明實施例提供一種對象檢測方法、裝置和系統以及存儲介質。對象檢測方法包括：獲取待處理圖像；以及將待處理圖像輸入神經網絡，以獲得神經網絡輸出的特征圖，其中，特征圖包括位置通道和屬性通道，位置通道包括與待處理圖像中的至少一個預測對象的至少一個候選位置分別對應的至少一組候選位置信息，屬性通道包括與至少一個候選位置分別對應的至少一組候選屬性信息。根據本發明實施例的對象檢測方法和裝置，通過共享特征圖的方式同時獲得對象的位置信息和屬性信息，使計算量大大減小。這種方式可以有效節約計算資源和存儲資源，便于實現輕量型的終端布署方案。此外，這種方式可以提高神經網絡對每個圖像的處理速度，能夠實現對圖像的實時處理。

技術領域

本發明涉及圖像識別領域，更具體地涉及一種對象檢測方法、裝置和系統以及存儲介質。

背景技術

目前，在某些應用場景下，可能需要檢測目標對象的屬性信息。例如，在人臉識別領域，有時需要檢測人臉所屬人員的年齡等屬性信息。在現有的屬性檢測方法中，首先從圖像中檢測目標對象所在的位置，隨后才基于目標對象所在的位置從圖像中提取目標對象的屬性信息。現有的屬性檢測方法需要消耗較多的計算資源，為在嵌入式終端上布署提出了挑戰。此外，現有的屬性檢測方法使得圖像的整個處理流程時間較長，不夠實時。

發明內容

考慮到上述問題而提出了本發明。本發明提供了一種對象檢測方法、裝置和系統以及存儲介質。

根據本發明一方面，提供了一種對象檢測方法。對象檢測方法包括：獲取待處理圖像；以及將待處理圖像輸入神經網絡，以獲得神經網絡輸出的特征圖，其中，特征圖包括位置通道和屬性通道，位置通道包括與待處理圖像中的至少一個預測對象的至少一個候選位置分別對應的至少一組候選位置信息，屬性通道包括與至少一個候選位置分別對應的至少一組候選屬性信息。

示例性地，至少一組候選位置信息一一對應地是至少一個候選位置向量，至少一組候選屬性信息一一對應地是至少一個候選屬性向量。

示例性地，方法還包括：對至少一個候選屬性向量中屬于同一預測對象的所有候選屬性向量進行聚合，以獲得屬于至少一個預測對象中的每個預測對象的聚合屬性向量。

示例性地，對至少一個屬性位置向量中屬于同一預測對象的所有候選屬性向量進行聚合，以獲得屬于至少一個預測對象中的每個預測對象的聚合屬性向量包括以下項之一：對屬于至少一個預測對象中的任一預測對象的所有候選屬性向量求平均值，以獲得屬于該預測對象的聚合屬性向量；從屬于至少一個預測對象中的任一預測對象的所有候選屬性向量中選取模最大的候選屬性向量作為屬于該預測對象的聚合屬性向量。

示例性地，方法還包括：輸出至少一個預測對象中的每個預測對象的聚合屬性向量。

示例性地，至少一個候選位置一一對應地是至少一個候選邊界框，方法還包括：對屬于至少一個預測對象中的同一預測對象的所有候選邊界框進行過濾，以獲得屬于至少一個預測對象中的每個預測對象的經過濾邊界框。

示例性地，對屬于至少一個預測對象中的同一預測對象的所有候選邊界框進行過濾，以獲得屬于至少一個預測對象中的每個預測對象的經過濾邊界框包括：對至少一個候選邊界框進行非極大值抑制，以確定至少一個候選邊界框中屬于同一預測對象的候選邊界框，并獲得屬于至少一個預測對象中的每個預測對象的經過濾邊界框。

示例性地，對至少一個屬性位置向量中屬于同一預測對象的所有候選屬性向量進行聚合，以獲得屬于至少一個預測對象中的每個預測對象的聚合屬性向量包括：對于屬于至少一個預測對象中的任一預測對象的每個候選屬性向量，計算該候選屬性向量所對應的候選邊界框與該預測對象的經過濾邊界框之間的距離并根據距離計算該候選屬性向量的權重；基于計算的權重對屬于至少一個預測對象中的任一預測對象的所有候選屬性向量進行加權平均，以獲得屬于該預測對象的聚合屬性向量。