[發明專利]一種圖像幀中目標尺度與區域估計的方法

有效

• 申請號: 201810941383.0
• 申請日: 2018-08-17
• 公開（公告）號: CN109117886B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 尚凌輝;張兆生;王弘玥;丁連濤
• 申請（專利權）人: 浙江捷尚視覺科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/774;G06N3/08;G06T3/40;G06T5/00;G06T7/62
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

本發明公開了一種圖像幀中目標尺度與區域估計的方法。本發明將圖像劃分成多個區塊，在多個區塊上做小尺度目標的尺度估計，對全圖做大尺度目標的尺度估計。尺度估計將尺度空間劃分成多個區間。對每個區間做判斷，圖像上是否存在屬于這個區間的目標。目標尺度估計以多個二分類實現，二分類得到對應尺度是否有目標的概率分數，在尺度空間上可以組成一個分數向量。目標尺度估計的結果是尺度空間上對應尺度目標是否存在的分數向量。本發明可以快速對圖像幀中目標的尺度和區域做出估計，減少多尺度金字塔圖像檢測所需要處理的尺度和面積，減少檢測算法的耗時。

技術領域

本發明屬于計算機視覺技術領域，涉及一種圖像幀中目標尺度與區域估計的方法。

背景技術

圖像目標檢測需要解決檢測多尺度目標的問題?；诙喑叨冉鹱炙慕鉀Q方案，因為需要遍歷所有尺度，會導致檢測耗時高的問題。我們可以觀察到圖像中目標的尺度很多時候是有限的、不連續的。因為成像近大遠小，所以相近尺度的目標在圖像上有區域聚集性。這些現象在人臉檢測等任務中尤為明顯。

目前已有的技術中，《一種基于尺度估計的人臉檢測方法-201711294249.8》對人臉做出了尺度的估計，減少多尺度金字塔檢測的尺度數量，可以減少檢測耗時。但是沒有對目標的區域做出估計，這樣導致在沒有目標的區域上做了大量無用的計算，在耗時上還是較高。

發明內容

本發明針對現有技術的不足，提供了一種圖像幀中目標尺度與區域估計的方法。

本發明使用卷積神經網絡，可以快速對圖像幀中目標的尺度和區域都做出估計。即可以將圖像幀劃分成若干個區域，檢測出區域中是否有目標，如果有目標，給出區域中目標的尺度。區域中的目標可以是0個、1個或者多個，可以是多個不同尺度的目標。

本發明具體是：

步驟一、離線訓練

1.1將原始圖像做隨機裁剪和水平翻轉擾動，縮放為固定尺寸。

1.2生成大尺度目標標簽：

大尺度目標定義為尺度屬于[n₁,n₂]的目標。根據縮放圖像上的目標寬高的均值計算大尺度分數向量。對于一個區間，如果存在屬于這個尺度區間的目標，分數向量上對應的分數置為1，為正樣本。如果不存在屬于這個尺度區間的目標，分數向量上對應的分數置為0，為負樣本。

1.3生成小尺度目標標簽：

小尺度目標定義為尺度屬于[m₁,m₂]的目標。將圖像劃分成L個大小為a、步長為s的區域。對于單個區域，根據區域內目標寬高的均值計算小尺度分數向量。正負樣本計算規則與大尺度目標相同。

1.4使用caffe訓練目標尺度分類器。

步驟二、在線檢測

2.1、將圖像縮放，輸入訓練好的目標尺度分類器，得到尺度估計的分布分數。

2.2、大尺度目標估計：

2.2.1、對大尺度估計的分布分數做平滑。

2.2.2、對大尺度估計的分布分數做非極大值抑制，得到全圖是否有大尺度目標，如果有大尺度目標，得到大尺度目標的尺度。

2.3、小尺度目標尺度與區域估計：

2.3.1、對一個區域的小尺度估計分數做平滑。

2.3.2、對區域的小尺度估計的分布分數做非極大值抑制，得到該區域圖是否有小尺度目標，如果有小尺度目標，得到小尺度目標的尺度。

2.3.3、對其它區域做2.3.1和2.3.2相同的操作。