[發明專利]檢測區域去除方法、裝置、終端和存儲介質

有效

• 申請號: 201811459246.X
• 申請日: 2018-11-30
• 公開（公告）號: CN109598301B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 亓魯;劉樞;賈佳亞
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/02
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種檢測區域去除方法，其特征在于，包括：

采用目標檢測網絡模型對圖像進行目標檢測，得到目標檢測區域的區域信息；

基于所述目標檢測區域的區域信息構建所述目標檢測區域的原始特征；

從所述原始特征中提取目標檢測區域的低級特征、中級特征和高級特征，所述低級特征為目標檢測區域圖像的低層次特征，包括顏色特征，所述高級特征為目標檢測區域圖像的高層次特征，包括語義特征，所述中級特征是所述目標檢測區域圖像中介于低層次、高層次之間層次的圖像特征；

對所述中級特征和高級特征進行融合，得到所述目標檢測區域的全局特征；

根據所述低級特征和所述高級特征對所述全局特征進行調整，得到所述目標檢測區域的調整后全局特征；

根據所述調整后全局特征對目標檢測區域進行去除。

2.如權利要求1所述的檢測區域去除方法，其特征在于，從所述原始特征中提取目標檢測區域的低級特征、中級特征和高級特征，包括：

將所述原始特征轉換成低級特征；

從所述低級特征中提取目標檢測區域的中級特征和高級特征。

3.如權利要求2所述的檢測區域去除方法，其特征在于，將所述原始特征轉換成低級特征，包括：

對所述原始特征進行融合，得到融合后特征；

對融合后特征進行平滑操作，得到目標檢測區域的低級特征。

4.如權利要求1所述的檢測區域去除方法，其特征在于，所述區域信息包括位置信息、得分信息；基于所述目標檢測區域的區域信息構建所述目標檢測區域的原始特征，包括：

根據所述目標檢測區域的位置信息構建所述目標檢測區域的幾何特征；

根據所述目標檢測區域的得分信息構建所述目標檢測區域的得分特征；

根據所述目標檢測區域的得分信息對所述目標檢測區域進行排序，得到所述目標檢測區域的排序特征；

從所述目標檢測網絡模型中獲取目標檢測區域分支的最后一個全連接層輸出的區域圖像特征。

5.如權利要求2所述的檢測區域去除方法，其特征在于，從所述低級特征中提取目標檢測區域的中級特征和高級特征，包括：

利用循環神經網絡從低級特征中提取目標檢測區域的中級特征和高級特征。

6.如權利要求5所述的檢測區域去除方法，其特征在于，所述利用循環神經網絡從低級特征中提取目標檢測區域的中級特征和高級特征，包括：

采用第一循環神經網絡和當前隱藏狀態從低級特征提取目標檢測區域的中級特征；

采用第二循環神經網絡和所述第一循環神經網絡的當前隱藏狀態，從低級特征提取目標檢測區域的高級特征。

7.如權利要求1所述的檢測區域去除方法，其特征在于，對所述中級特征和高級特征進行融合，得到所述目標檢測區域的全局特征，包括：

根據所述中級特征和高級特征獲取所述目標檢測區域之間的關系；

基于所述目標檢測區域之間的關系對所述中級特征進行調整，得到調整后中級特征；

對所述高級特征和所述調整后中級特征進行融合，得到所述目標檢測區域的全局特征。

8.如權利要求7所述的檢測區域去除方法，其特征在于，根據所述中級特征和高級特征獲取所述目標檢測區域之間的關系，包括：

分別對中級特征和高級特征進行平鋪操作；

對平鋪后中級特征和平鋪后高級特征進行非線性融合操作，得到目標檢測區域之間的關聯性特征；

基于所述目標檢測區域之間的關系對所述中級特征進行調整，得到調整后中級特征，包括：根據所述目標檢測區域之間的關聯性特征對所述中級特征進行調整，得到調整后中級特征。