[發(fā)明專利]目標(biāo)檢測方法、裝置、電子設(shè)備和可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911090281.3
• 申請日: 2019-11-08
• 公開（公告）號: CN110852261B
• 公開（公告）日: 2022-06-17
• 發(fā)明（設(shè)計）人: 翟佳;周嘉明;陳峰;董毅;王銳;賈雨生;謝曉丹
• 申請（專利權(quán)）人: 北京環(huán)境特性研究所
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V20/40;G06K9/62;G06V10/764;G06V10/80
• 代理公司: 北京格允知識產(chǎn)權(quán)代理有限公司 11609
• 代理人: 周嬌嬌

1.一種目標(biāo)檢測方法，其特征在于，包括：

獲取待檢測圖像，提取所述待檢測圖像的共享特征圖；檢測所述共享特征圖中的多個關(guān)鍵點；每一關(guān)鍵點歸屬于一種物體類別；

將所述共享特征圖劃分為多個區(qū)域，分別提取各個區(qū)域的區(qū)域特征；所述多個區(qū)域形成扇形網(wǎng)格；

基于各個所述區(qū)域特征獲取多個關(guān)鍵點中每兩個關(guān)鍵點之間的關(guān)聯(lián)編碼；

基于各個關(guān)聯(lián)編碼和檢測得到的關(guān)鍵點，獲取多個物體類別的類別概率；將最大的類別概率對應(yīng)的物體類別確定為檢測目標(biāo)的類別；

所述檢測所述共享特征圖中的多個關(guān)鍵點，包括：

基于預(yù)設(shè)的檢測算法檢測出所述共享特征圖中的多個初始關(guān)鍵點；

采用預(yù)設(shè)分類器預(yù)測各個初始關(guān)鍵點的置信度，根據(jù)各個置信度從多個初始關(guān)鍵點中篩選得到多個關(guān)鍵點，并得到關(guān)鍵點響應(yīng)圖；

所述基于各個所述區(qū)域特征獲取多個關(guān)鍵點中每兩個關(guān)鍵點之間的關(guān)聯(lián)編碼，包括：

基于預(yù)設(shè)的變換矩陣將各個所述區(qū)域特征變換為特征向量；所述特征向量的每一元素對應(yīng)于每一區(qū)域；

基于所述特征向量獲取多個關(guān)鍵點中每兩個關(guān)鍵點之間的關(guān)聯(lián)編碼；

所述基于所述特征向量獲取多個關(guān)鍵點中每兩個關(guān)鍵點之間的關(guān)聯(lián)編碼，包括：

其中，對于預(yù)測出的關(guān)鍵點l₁、l₂，表示從l₁的角度看，l₂和l₁屬于同一物體的概率，表示從l₂的角度看，l₁和l₂屬于同一物體的概率，為關(guān)鍵點l₁、l₂的關(guān)聯(lián)編碼；σ是Sigmoid函數(shù)，用于將預(yù)測值歸一化到0～1之間；代表共享特征圖中l(wèi)₁位置的d維特征向量；代表經(jīng)過變換矩陣T變換的長度為d_pair的特征向量；代表l₂相對于l₁在扇形網(wǎng)格中的離散坐標(biāo)；

所述基于各個關(guān)聯(lián)編碼和檢測得到的關(guān)鍵點，獲取多個物體類別的類別概率，包括：

從所述待檢測圖像中獲取多個候選區(qū)域；

對于一個給定的候選區(qū)域，首先在關(guān)鍵點預(yù)測得到的關(guān)鍵點響應(yīng)圖上，對每一類關(guān)鍵點尋找最高響應(yīng)，具體的有：

其中，feature是關(guān)鍵點預(yù)測模塊輸出的關(guān)鍵點響應(yīng)圖；代表在給定的候選區(qū)域RoI內(nèi)，關(guān)鍵點類別c的最大響應(yīng)值；代表在給定的候選區(qū)域RoI內(nèi)，關(guān)鍵點類別c的最大響應(yīng)值對應(yīng)的位置；

令c₁、c₂為兩個關(guān)鍵點類別，根據(jù)如下公式可得：

這兩項代表了和兩個關(guān)鍵點屬于同一物體的概率。

2.根據(jù)權(quán)利要求1所述的目標(biāo)檢測方法，其特征在于，根據(jù)各個置信度從多個初始關(guān)鍵點中篩選得到多個關(guān)鍵點，包括：

將置信度大于預(yù)設(shè)閾值的初始關(guān)鍵點作為所述關(guān)鍵點。