[發明專利]一種目標檢測方法及裝置

有效

• 申請號: 202010553786.5
• 申請日: 2020-06-17
• 公開（公告）號: CN111723860B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 汪明明;唐詩堯;劉澍
• 申請（專利權）人: 蘇寧云計算有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/25;G06V10/77;G06T5/00;G06T7/136;G06T7/187;G06T7/194
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 張慧娟

本發明公開一種目標檢測方法及裝置，屬于圖像檢測與識別技術領域，方法包括：獲取待檢測圖像中的至少一個目標對象對應的目標掩膜；使用目標掩膜對待檢測圖像進行掩膜，獲得去除背景的掩膜圖像；將掩膜圖像輸入至預先訓練好的目標檢測模型中進行檢測，獲得每一目標對象的檢測結果，其中，每一檢測結果包括多個候選框的位置、類別以及置信度；對每一檢測結果中置信度高于置信度閾值的多個候選框進行去噪處理，獲得每一目標對象的最終檢測結果。本發明能夠解決現有的相應監控場景下目標檢測算法對環境依賴性問題以及復雜場景的誤檢問題。

技術領域

本發明涉及圖像檢測與識別技術領域，尤其涉及一種目標檢測方法及裝置。

背景技術

隨著消費升級的趨勢不斷深化，人們對于購物體驗的要求也更加多元化、精細化，期望在購物全流程能夠得到更方便快捷的購物體驗，由此通過相應的監控場景來提供智能化的零售服務，通過全場景攝像頭的覆蓋和計算機視覺技術進行目標檢測，從而獲取用戶的軌跡和購物行為，實現實時地進行商品結算。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題:

目前主流的目標檢測方法是基于深度學習的方法，優點是可以得到比較好的檢測效果，但是由于深度學習目標檢測方法對場景的依賴性，當更換場景時候會產生效果不好的問題。此外，由于相應監控場景的復雜化，單一的深度學習目標檢測算法并不能很好地解決復雜場景中的誤檢問題，這樣會導致相應監控場景后期的跟蹤以及購物行為的錯誤分析，從而會影響最后的商品結算。

發明內容

本發明提供一種目標檢測方法及裝置，以解決現有的相應監控場景下目標檢測算法對環境依賴性問題以及復雜場景的誤檢問題。

本發明實施例提供的具體技術方案如下：

第一方面，提供了一種目標檢測方法，所述方法包括：

獲取待檢測圖像中的至少一個目標對象對應的目標掩膜；

使用所述目標掩膜對所述待檢測圖像進行掩膜，獲得去除背景的掩膜圖像；

將所述掩膜圖像輸入至預先訓練好的目標檢測模型中進行檢測，獲得每一所述目標對象的檢測結果，其中，每一所述檢測結果包括多個候選框的位置、類別以及置信度；

對每一所述檢測結果中置信度高于置信度閾值的多個候選框進行去噪處理，獲得每一所述目標對象的最終檢測結果。

第二方面，提供了一種目標檢測方法，所述方法包括：

獲取待檢測圖像中的至少一個目標對象對應的目標掩膜；

將所述待檢測圖像輸入至預先訓練好的目標檢測模型中進行檢測，獲得每一所述目標對象的檢測結果，其中，每一所述檢測結果包括多個候選框的位置、類別以及置信度；

對每一所述檢測結果中置信度高于置信度閾值的多個候選框進行去噪處理，得到每一所述目標對象的有效候選框；

使用所述目標掩膜對每一所述目標對象的有效候選框進行驗證，獲得每一所述目標對象的最終檢測結果。

第三方面，提供了一種目標檢測裝置，所述裝置包括：

第一獲取模塊，用于獲取待檢測圖像中的至少一個目標對象對應的目標掩膜；

第二獲取模塊，用于使用所述目標掩膜對所述待檢測圖像進行掩膜，獲得去除背景的掩膜圖像；

目標檢測模塊，用于將所述掩膜圖像輸入至預先訓練好的目標檢測模型中進行檢測，獲得每一所述目標對象的檢測結果，其中，每一所述檢測結果包括多個候選框的位置、類別以及置信度；

去噪處理模塊，用于對每一所述檢測結果中置信度高于置信度閾值的多個候選框進行去噪處理，獲得每一所述目標對象的最終檢測結果。