[發(fā)明專利]對(duì)象檢測(cè)的系統(tǒng)和方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811438175.5
• 申請(qǐng)日: 2018-11-27
• 公開（公告）號(hào): CN111222387B
• 公開（公告）日: 2023-03-03
• 發(fā)明（設(shè)計(jì)）人: 趙元;辛穎
• 申請(qǐng)（專利權(quán)）人: 北京嘀嘀無限科技發(fā)展有限公司
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G06V40/16;G06V10/25;G06V10/82
• 代理公司: 成都七星天知識(shí)產(chǎn)權(quán)代理有限公司 51253
• 代理人: 袁春曉

1.一種對(duì)象檢測(cè)的方法，其特征在于，包括：

獲取包含目標(biāo)對(duì)象的圖像；

通過將所述圖像輸入卷積神經(jīng)網(wǎng)絡(luò)來生成特征圖；

基于所述特征圖確定候選框；

基于所述候選框和所述特征圖確定池化候選框；

通過分類器將所述池化候選框分類為一個(gè)或以上對(duì)象類別或背景類別，所述一個(gè)或以上對(duì)象類別包括所述目標(biāo)對(duì)象的類別，所述池化候選框包括對(duì)應(yīng)于所述目標(biāo)對(duì)象的一個(gè)或以上池化候選框，所述一個(gè)或以上池化候選框的每個(gè)池化候選框具有至少兩個(gè)角；以及

對(duì)于與所述目標(biāo)對(duì)象相對(duì)應(yīng)的所述一個(gè)或以上池化候選框的每個(gè)池化候選框，

根據(jù)所述池化候選框的所述至少兩個(gè)角的每個(gè)角的位置確定對(duì)應(yīng)所述每個(gè)角的至少兩個(gè)截取策略；

通過根據(jù)所述至少兩個(gè)截取策略中的一個(gè)截取所述至少兩個(gè)角中的每個(gè)角來修剪所述池化候選框；

根據(jù)所述截取的至少兩個(gè)角來識(shí)別所述修剪的池化候選框的邊界；以及

將所述邊界映射到所述圖像以確定所述目標(biāo)對(duì)象的邊界。

2.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)的方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)包括一個(gè)或以上卷積層和一個(gè)或以上池化層，并且沒有全連接層。

3.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)的方法，其特征在于，所述候選框是根據(jù)區(qū)域建議網(wǎng)絡(luò)確定的。

4.根據(jù)權(quán)利要求3所述的對(duì)象檢測(cè)的方法，其特征在于，所述區(qū)域建議網(wǎng)絡(luò)包括至少一個(gè)回歸層和至少一個(gè)分類層，并且確定所述候選框進(jìn)一步包括：

在所述特征圖上滑動(dòng)滑動(dòng)窗口；

在每個(gè)滑動(dòng)窗口位置所述滑動(dòng)窗口與所述特征圖的一個(gè)子區(qū)域重合，

將所述特征圖的所述子區(qū)域映射到多維特征向量；

通過將所述子區(qū)域的中心像素映射到所述圖像的像素來生成錨點(diǎn)，所述錨點(diǎn)對(duì)應(yīng)于所述圖像中的一組錨點(diǎn)框，所述錨點(diǎn)框的每個(gè)與尺度和寬高比相關(guān)；

將所述多維特征向量分別送入所述至少一個(gè)回歸層和所述至少一個(gè)分類層，其中

所述至少一個(gè)回歸層用于進(jìn)行邊界框回歸以確定對(duì)應(yīng)于所述錨點(diǎn)

框的一組初始候選框，所述至少一個(gè)回歸層的輸出包括所述初始候選

框的每個(gè)初始候選框的四個(gè)坐標(biāo)值，以及

所述至少一個(gè)分類層用于確定所述初始候選框的每個(gè)初始候選框的類別，所述類別為前景或背景，所述至少一個(gè)分類層的輸出包括所

述初始候選框的每個(gè)初始候選框?yàn)榍熬暗牡谝坏梅趾蜑楸尘暗牡诙?/p>

分；以及

基于至少兩個(gè)初始候選框的每個(gè)初始候選框?yàn)榍熬暗乃龅谝坏梅趾蜑楸尘暗乃龅诙梅趾退鲋辽賰蓚€(gè)初始候選框的每個(gè)候選框的四個(gè)坐標(biāo)值，選擇所述至少兩個(gè)初始候選框的一部分作為所述候選框。

5.根據(jù)權(quán)利要求4所述的對(duì)象檢測(cè)的方法，其特征在于，選擇所述至少兩個(gè)初始候選框的一部分作為所述候選框包括：

使用非極大抑制選擇所述候選框。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的對(duì)象檢測(cè)的方法，其特征在于，所述池化候選框?qū)?yīng)于規(guī)范大小，確定所述池化候選框進(jìn)一步包括：

將所述候選框映射到所述特征圖，以確定候選特征圖；以及

通過在所述候選特征圖上執(zhí)行池化來確定所述池化候選框。

7.根據(jù)權(quán)利要求1所述的對(duì)象檢測(cè)的方法，其特征在于，所述至少兩個(gè)角包括左上角、右上角、左下角和右下角，其中

所述左上角的所述至少兩個(gè)截取策略包括向右截取、向下截取、向右下截取、目標(biāo)位置或錯(cuò)誤中的至少一個(gè)；

所述右上角的所述至少兩個(gè)截取策略包括向左截取、向下截取、向左下截取、目標(biāo)位置或錯(cuò)誤中的至少一個(gè)；

所述左下角的所述至少兩個(gè)截取策略包括向右截取、向上截取、向右上截取、目標(biāo)位置或錯(cuò)誤中的至少一個(gè)；以及

所述右下角的所述至少兩個(gè)截取策略包括向左截取、向上截取、向左上截取、目標(biāo)位置或錯(cuò)誤中的至少一個(gè)。

8.根據(jù)權(quán)利要求7所述的對(duì)象檢測(cè)的方法，其特征在于，進(jìn)一步包括：

當(dāng)所述至少兩個(gè)角中的一個(gè)角對(duì)應(yīng)于目標(biāo)位置截取策略時(shí)，停止截取所述角。