[發明專利]一種目標檢測方法、裝置、計算機設備及可讀存儲介質

有效

• 申請號: 201810267167.2
• 申請日: 2018-03-28
• 公開（公告）號: CN108416327B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 楊靜林
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06K9/62;G06N3/04;G06V10/80
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 解婷婷;曲鵬

1.一種目標檢測方法，其特征在于，應用于行人檢測，包括：

采用卷積神經網絡進行目標檢測，所述卷積神經網絡包括多個卷積層；

對至少一個所述卷積層進行多次并行的分支卷積處理，一個卷積層的分支卷積處理得到多個分支檢測結果，對同一卷積層進行多次并行的分支卷積處理時采用的卷積核的大小不同；

對所述分支檢測結果進行融合處理，或者，對所述分支檢測結果和所述卷積神經網絡中最后一層卷積層的檢測結果進行融合處理，并將所述融合處理的結果傳輸給全連接層；所述融合處理是將多個大小不同的圖像縮放成大小一致的尺寸，將多個圖像數據的信息整合起來。

2.根據權利要求1所述的目標檢測方法，其特征在于，對不同卷積層進行分支卷積處理的次數為相同的或不同的；對不同卷積層進行分支卷積處理時采用的卷積核的大小為相同的或不同的。

3.根據權利要求1所述的目標檢測方法，其特征在于，

所述進行分支卷積處理的卷積層包括所述卷積神經網絡中最后一層卷積層，所述進行融合處理，包括：

對每個進行分支卷積處理的卷積層的每個分支檢測結果進行融合處理。

4.根據權利要求1所述的目標檢測方法，其特征在于，

所述進行分支卷積處理的卷積層不包括所述卷積神經網絡中最后一層卷積層，所述進行融合處理，包括：

對每個進行分支卷積處理的卷積層的每個分支檢測結果和所述卷積神經網絡中最后一層卷積層的檢測結果進行融合處理。

5.根據權利要求1所述的目標檢測方法，其特征在于，所述卷積神經網絡還包括間隔設置于不同卷積層之后的多個池化層。

6.根據權利要求1～5中任一項所述的目標檢測方法，其特征在于，所述對至少一個所述卷積層進行分支卷積處理，包括：

采用n*m的卷積核對至少一個所述卷積層進行分支卷積處理，其中，nm，n和m為正整數。

7.根據權利要求1～5中任一項所述的目標檢測方法，其特征在于，所述卷積神經網絡為VGG網絡。

8.根據權利要求7所述的目標檢測方法，其特征在于，所述VGG網絡配置為16層的VGG-16，所述對至少一個所述卷積層進行分支卷積處理，包括：

分別對所述VGG-16中的第7層、第10層和第13層卷積層進行兩次并行的分支卷積處理；其中，對所述第7層、所述第10層和所述第13層卷積層進行的兩次并行的分支卷積處理所采用的卷積核分別為3*5和5*7。

9.一種目標檢測裝置，其特征在于，應用于行人檢測，包括：

目標檢測模塊，用于采用卷積神經網絡進行目標檢測，所述卷積神經網絡包括多個卷積層；

分支卷積模塊，用于對至少一個所述卷積層進行多次并行的分支卷積處理，一個卷積層的分支卷積處理得到多個分支檢測結果，對同一卷積層進行多次并行的分支卷積處理采用的卷積核的大小不同；

融合處理模塊，用于對所述分支檢測結果進行融合處理，或者，對所述分支檢測結果和所述卷積神經網絡中最后一層卷積層的檢測結果進行融合處理；所述融合處理是將多個大小不同的圖像縮放成大小一致的尺寸，將多個圖像數據的信息整合起來；

傳輸模塊，用于將融合處理的結果傳輸給全連接層。

10.根據權利要求9所述的目標檢測裝置，其特征在于，對不同卷積層進行分支卷積處理的次數為相同的或不同的；對不同卷積層進行分支卷積處理采用的卷積核的大小為相同的或不同的。

11.根據權利要求9所述的目標檢測裝置，其特征在于，

所述分支卷積模塊進行分支卷積處理的卷積層包括所述卷積神經網絡中最后一層卷積層，所述融合處理模塊進行融合處理，包括：

對每個進行分支卷積處理的卷積層的每個分支檢測結果進行融合處理。