[發明專利]物體檢測方法和裝置

在審

• 申請號: 201810169247.4
• 申請日: 2018-02-28
• 公開（公告）號: CN108399432A
• 公開（公告）日: 2018-08-14
• 發明（設計）人: 王畢才;呂廷迅;譚勇;袁翔
• 申請（專利權）人: 成都果小美網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 范曉斌

1.一種物體檢測方法，包括：

訓練樣本獲得步驟：將物體的圖像和弱光背景圖像輸入到循環生成對抗網絡(CycleGAN)中，生成所述物體在弱光背景下的訓練樣本圖像；

模型訓練步驟：利用所述訓練樣本圖像訓練物體檢測模型，使所述物體檢測模型能夠識別所述訓練樣本圖像中的所述物體；和

物體檢測步驟：將待檢測圖像輸入訓練后的所述物體檢測模型，檢測所述待檢測圖像中的物體。

2.根據權利要求1所述的方法，其特征在于，所述訓練樣本獲得步驟包括：

第一圖像生成步驟：基于所述物體的圖像和弱光背景圖像生成所述物體在弱光背景下的第一圖像；

第一圖像判斷步驟：對所述第一圖像進行判斷，如果所述第一圖像符合要求，則結束訓練，得到所述訓練樣本，如果所述第一圖像不符合要求，則執行第一鑒別步驟；

第一鑒別步驟：對所述第一圖像進行鑒別，如果所述第一圖像滿足第一鑒別要求，則執行第二圖像生成步驟；

第二圖像生成步驟：將所述第一圖像還原，生成第二圖像，其中，所述第二圖像的光照背景接近所述物體的圖像的光照背景；和

第二鑒別步驟：對所述第二圖像進行鑒別，如果所述第二圖像滿足第二鑒別要求，則將所述第二圖像作為所述物體的圖像重新執行所述第一圖像生成步驟。

3.根據權利要求1所述的方法，其特征在于，所述待檢測圖像通過如下步驟獲得：

圖像處理步驟：將原圖像進行尺度不變特征變換(SIFT)處理，得到第一特征點集合；

目標圖像處理步驟：將目標圖像進行尺度不變特征變換處理，得到第二特征點集合；

特征點匹配步驟：將所述第一特征點集合的特征點和所述第二特征點集合的特征點進行匹配，得到第三特征點集合，所述第三特征點集合包括所述第一特征點集合中與所述第二特征點集合的特征點匹配的特征點；和

待檢測圖像生成步驟：將所述原圖像除去與所述第三特征點集合對應的圖像部分，得到所述待檢測圖像。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述物體檢測模型為卷積神經網絡(CNN)模型。

5.一種物體檢測裝置，包括：

訓練樣本獲得模塊，其配置成將物體的圖像和弱光背景圖像輸入到循環生成對抗網絡(CycleGAN)中，生成所述物體在弱光背景下的訓練樣本圖像；

模型訓練模塊，其配置成利用所述訓練樣本圖像訓練物體檢測模型，使所述物體檢測模型能夠識別所述訓練樣本圖像中的所述物體；和

物體檢測模塊，其配置成將待檢測圖像輸入訓練后的所述物體檢測模型，檢測所述待檢測圖像中的物體。

6.根據權利要求5所述的裝置，其特征在于，所述訓練樣本獲得模塊包括：

第一圖像生成模塊，其配置成基于所述物體的圖像和弱光背景圖像生成所述物體在弱光背景下的第一圖像；

第一圖像判斷模塊，其配置成對所述第一圖像生成模塊生成的所述第一圖像進行判斷，如果所述第一圖像符合要求，則結束訓練，得到所述訓練樣本，如果所述第一圖像不符合要求，則執行第一鑒別模塊；

第一鑒別模塊，其配置成對所述第一圖像生成模塊生成的所述第一圖像進行鑒別，如果所述第一圖像滿足第一鑒別要求，則執行第二圖像生成模塊；

第二圖像生成模塊，其配置成將所述第一圖像生成模塊生成的所述第一圖像還原，生成第二圖像，其中，所述第二圖像的光照背景接近所述物體的圖像的光照背景；和

第二鑒別模塊，其配置成對所述第二圖像生成模塊生成的所述第二圖像進行鑒別，如果所述第二圖像滿足第二鑒別要求，則將所述第二圖像作為所述物體的圖像重新執行所述第一圖像生成模塊。