[發明專利]目標檢測方法和裝置

在審

• 申請號: 201811242514.2
• 申請日: 2018-10-24
• 公開（公告）號: CN109615647A
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 錢琳瑞;陳瀚
• 申請（專利權）人: 北京升哲科技有限公司
• 主分類號: G06T7/50
• 分類號: G06T7/50;G06T7/70
• 代理公司: 北京集智東方知識產權代理有限公司 11578
• 代理人: 陳亞斌;關兆輝

本發明公開了一種目標檢測方法和裝置，涉及計算機技術領域。該方法包括：獲取彩色圖像；獲取深度圖像；根據彩色圖像，獲取檢測目標；根據檢測目標，獲取候選區；根據深度圖像和候選區，獲取檢測結果。本發明中，通過獲取深度圖像，并結合彩色圖像，不僅能夠提高檢測精度，而且能夠提高檢測速度。

技術領域

本發明涉及計算機技術領域，特別涉及目標檢測方法和裝置。

背景技術

利用傳統相機進行目標檢測是計算視覺中的一個重要領域，是許多計算視覺感知世界的基礎算法。目標檢測起源算法是模版匹配，利用滑動窗口從左到右、從上到下滑動，進行分類和識別目標。后來，卷積神經網絡(Convolutional Neural Network，CNN)替代了原始的滑窗方式，成為分類算法的主流思想?，F有技術中，通過進行候選區(Region ofInterest，ROI)的選擇，進行CNN分類，通過使用更少且質量更高的ROI，提高滑窗的速度及精度，該方法需要非常多的候選區以提升準確率。

但是，現有技術在選擇的候選區中有很多區域彼此重疊，因此該方法對目標檢測的精度較低。

發明內容

本發明實施例提供了一種目標檢測方法和裝置。旨在解決目標檢測精度較低的問題。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

根據本發明實施例的第一方面，提供了一種目標檢測方法，包括：

獲取彩色圖像；

獲取深度圖像；

根據彩色圖像，獲取檢測目標；

根據檢測目標，獲取候選區；

根據深度圖像和候選區，獲取檢測結果。

可選的，根據深度圖像和候選區，獲取檢測結果，包括：

根據深度圖像，獲取掩碼圖；

根據掩碼圖和候選區，獲取檢測結果。

可選的，根據深度圖像，獲取掩碼圖，包括：

在深度圖像上將深度大于深度閾值的像素標記不同的掩碼數；

根據掩碼數，獲取掩碼圖。

可選的，檢測結果包括檢測目標的類別和位置。

根據本發明實施例的第二方面，提供了一種目標檢測裝置，包括：

彩色攝像頭，用于獲取彩色圖像；

深度攝像頭，用于獲取深度圖像；

處理器，用于根據彩色攝像頭獲取的彩色圖像，獲取檢測目標；

根據檢測目標，獲取候選區；

根據深度攝像頭獲取的深度圖像和候選區，獲取檢測結果。

可選的，處理器，還用于根據深度圖像，獲取掩碼圖；

根據掩碼圖和候選區，獲取檢測結果。

可選的，處理器還用于，在深度圖像上將深度大于深度閾值的像素標記不同的掩碼數；

根據掩碼數，獲取掩碼圖。

可選的，檢測結果包括檢測目標的類別和位置。