[發(fā)明專利]包圍盒的確定方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010135898.9
• 申請(qǐng)日: 2020-03-02
• 公開（公告）號(hào): CN111340790B
• 公開（公告）日: 2023-06-20
• 發(fā)明（設(shè)計(jì)）人: 請(qǐng)求不公布姓名
• 申請(qǐng)（專利權(quán)）人: 深圳元戎啟行科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 唐彩琴

本申請(qǐng)涉及一種包圍盒的確定方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：獲取線程組所包含的線程中的位圖；其中，任意線程的位圖對(duì)應(yīng)有獨(dú)立的至少一個(gè)初始包圍盒，初始包圍盒為對(duì)目標(biāo)物體進(jìn)行圖像目標(biāo)檢測(cè)得到的檢測(cè)框；并行運(yùn)行線程組中的各個(gè)線程，以使第一剩余線程中的位圖和第一目標(biāo)線程中的位圖進(jìn)行第一位與運(yùn)算；其中，第一目標(biāo)線程從線程組中選擇得到，第一剩余線程為線程組中除去第一目標(biāo)線程的線程；根據(jù)第一位與運(yùn)算的結(jié)果，得到線程組各個(gè)線程所對(duì)應(yīng)的初始包圍盒之間的重疊信息；根據(jù)重疊信息從線程組各個(gè)線程所對(duì)應(yīng)的初始包圍盒中確定獨(dú)立的包圍盒，作為目標(biāo)物體的目標(biāo)包圍盒。整個(gè)包圍盒的確定過程可以快速完成。

技術(shù)領(lǐng)域

本申請(qǐng)涉及包圍盒的確定技術(shù)領(lǐng)域，特別是涉及一種包圍盒的確定方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

非極大值抑制在人工智能物體檢測(cè)后處理中有廣泛應(yīng)用。神經(jīng)網(wǎng)絡(luò)計(jì)算出到大量物體的包圍盒以及每個(gè)包圍盒對(duì)應(yīng)的一個(gè)分?jǐn)?shù)。用非極大值抑制方法(Non?MaxImumsuppression，NMS)可以去除大部分重復(fù)的包圍盒并選取其中分?jǐn)?shù)最高的點(diǎn)作為被檢測(cè)物體最合適的包圍盒，從而達(dá)到檢測(cè)物體類型、位置和大小的目的。非極大值抑制算法本身可以考慮并行計(jì)算來提高速度，那么如何在并行算法下達(dá)到效率和能耗的最佳搭配，即采用更少的GPU(圖形處理器，Graphics?Processing?Unit)硬件資源能做到更多更快的NMS檢測(cè)，就是一個(gè)非常重要的問題。

傳統(tǒng)技術(shù)中，通過映射-化簡(jiǎn)(map-reduce)操作之后從初始的包圍盒中選擇出最適合的目標(biāo)包圍盒。但是，發(fā)明人發(fā)現(xiàn)傳統(tǒng)技術(shù)中對(duì)包圍盒信息進(jìn)行存儲(chǔ)占用的線程多，導(dǎo)致一次線程運(yùn)行所針對(duì)的包圍盒數(shù)量少，使得包圍盒的確定效率較低。

需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對(duì)本發(fā)明的背景的理解，因此可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠快速確定目標(biāo)包圍盒的包圍盒的確定方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種包圍盒的確定方法，所述方法包括：

獲取線程組所包含的線程中的位圖；其中，任意線程的所述位圖對(duì)應(yīng)有獨(dú)立的至少一個(gè)初始包圍盒，所述初始包圍盒為對(duì)目標(biāo)物體進(jìn)行圖像目標(biāo)檢測(cè)得到的檢測(cè)框；

并行運(yùn)行所述線程組中的各個(gè)線程，以使第一剩余線程中的位圖和第一目標(biāo)線程中的位圖進(jìn)行第一位與運(yùn)算；其中，所述第一目標(biāo)線程從所述線程組中選擇得到，所述第一剩余線程為所述線程組中除去所述第一目標(biāo)線程的線程；

根據(jù)所述第一位與運(yùn)算的結(jié)果，得到所述線程組各個(gè)線程所對(duì)應(yīng)的初始包圍盒之間的重疊信息；

根據(jù)所述重疊信息從所述線程組各個(gè)線程所對(duì)應(yīng)的初始包圍盒中確定獨(dú)立的包圍盒，作為所述目標(biāo)物體的目標(biāo)包圍盒。

一種包圍盒的確定裝置，所述裝置包括：

位圖獲取模塊，用于獲取線程組所包含的線程中的位圖；其中，任意線程的所述位圖對(duì)應(yīng)有獨(dú)立的至少一個(gè)初始包圍盒，所述初始包圍盒為對(duì)目標(biāo)物體進(jìn)行圖像目標(biāo)檢測(cè)得到的檢測(cè)框；

位圖運(yùn)算模塊，用于并行運(yùn)行所述線程組中的各個(gè)線程，以使第一剩余線程中的位圖和第一目標(biāo)線程中的位圖進(jìn)行第一位與運(yùn)算；其中，所述第一目標(biāo)線程從所述線程組中選擇得到，所述第一剩余線程為所述線程組中除去所述第一目標(biāo)線程的線程；

重疊信息確定模塊，用于根據(jù)所述第一位與運(yùn)算的結(jié)果，得到所述線程組各個(gè)線程所對(duì)應(yīng)的初始包圍盒之間的重疊信息；

包圍盒確定模塊，用于根據(jù)所述重疊信息從所述線程組各個(gè)線程所對(duì)應(yīng)的初始包圍盒中確定獨(dú)立的包圍盒，作為所述目標(biāo)物體的目標(biāo)包圍盒。

一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：