[發(fā)明專利]目標(biāo)檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011309432.2
• 申請(qǐng)日: 2020-11-20
• 公開（公告）號(hào): CN112132164B
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 張蓓蓓;秦勇
• 申請(qǐng)（專利權(quán)）人: 北京易真學(xué)思教育科技有限公司
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06N3/08;G06T3/40;G06T5/50;G06T7/11;G06T7/136;G06T7/187
• 代理公司: 上海知錦知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31327
• 代理人: 高彥

本申請(qǐng)?zhí)峁┠繕?biāo)檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)裝置及存儲(chǔ)介質(zhì)，在方法中，通過獲取由原始圖像切分得到的各局部圖像、以及從所述原始圖像提取的至少一信息強(qiáng)化圖像；對(duì)每個(gè)局部圖像和信息強(qiáng)化圖像并行地在每個(gè)分支的特征提取模塊進(jìn)行特征提取，以得到每個(gè)分支的至少一特征提取圖像；將各個(gè)分支的至少一特征提取圖像按在該原始圖像中的對(duì)應(yīng)所在位置進(jìn)行拼接及融合，以形成至少一輸出特征圖像；根據(jù)所述至少一輸出特征圖像形成待檢測(cè)特征圖像；根據(jù)所述待檢測(cè)特征圖像得到目標(biāo)檢測(cè)結(jié)果。所實(shí)現(xiàn)方案中通過將原始圖像進(jìn)行局部劃分且并行地通過特征提取模塊進(jìn)行特征提取，以提升檢測(cè)效率，并且通過多維度的圖像特征提取及融合強(qiáng)化圖像信息，提升目標(biāo)檢測(cè)效果。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域，尤其涉及目標(biāo)檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

在眾多計(jì)算機(jī)視覺應(yīng)用場(chǎng)景中，例如目標(biāo)識(shí)別等，目標(biāo)檢測(cè)是其重要的前置步驟。具體的，通過處理所采集圖像中的目標(biāo)相關(guān)特征以定位目標(biāo)所在區(qū)域。

所述目標(biāo)可以是人、物等。在目標(biāo)檢測(cè)中會(huì)用到目標(biāo)檢測(cè)模型，例如神經(jīng)網(wǎng)絡(luò)模型等。

隨著目標(biāo)檢測(cè)模型的技術(shù)在飛速發(fā)展，已在準(zhǔn)確度及效率上有了不少的提升，但是在實(shí)際應(yīng)用中的復(fù)雜情景下，仍然會(huì)有不足之處。

舉例而言，文本檢測(cè)是目標(biāo)檢測(cè)中應(yīng)用廣泛的一種，是很多計(jì)算機(jī)視覺任務(wù)的前置步驟，比如圖像搜索、文字識(shí)別，身份認(rèn)證和視覺導(dǎo)航等，文本檢測(cè)的主要目的是定位文本行或字符在圖像中的位置，文本的精準(zhǔn)定位既十分重要又具備挑戰(zhàn)，因?yàn)橄噍^于通用目標(biāo)檢測(cè)來(lái)說，文字具有多方向、不規(guī)則形狀、極端長(zhǎng)寬比、字體、顏色、背景多樣等特點(diǎn)，因此，往往在通用目標(biāo)檢測(cè)上較為成功的算法無(wú)法直接遷移到文字檢測(cè)中，但近年來(lái)隨著深度學(xué)習(xí)的再次興起，對(duì)文本檢測(cè)的研究也成為了一大熱點(diǎn)，出現(xiàn)了大量專用于文本檢測(cè)的方法，且都取得了不錯(cuò)的檢測(cè)效果。

根據(jù)文本檢測(cè)所用方法的技術(shù)特點(diǎn)，目前比較流行的文本檢測(cè)方法可大致分為兩類，第一類是基于滑動(dòng)窗口的文本檢測(cè)方法，它主要是基于通用目標(biāo)檢測(cè)的思想，設(shè)置大量不同長(zhǎng)寬比、不同大小的錨點(diǎn)框，以這些錨點(diǎn)框?yàn)榛瑒?dòng)窗口，在圖像上或者在從圖像上進(jìn)行過卷積操作得到的特征映射圖上進(jìn)行遍歷搜索，對(duì)于每個(gè)搜索到的位置框，進(jìn)行框內(nèi)是否是文本的分類判定，這種方法的優(yōu)點(diǎn)是文本框判定之后，不需要其余的后續(xù)里便可進(jìn)行后續(xù)工作，缺點(diǎn)是計(jì)算量過大，不僅需要耗費(fèi)大量計(jì)算資源，而且耗時(shí)較長(zhǎng)；第二類是基于計(jì)算連通域的方法，也稱基于分割思想的方法，它主要是先使用全卷積神經(jīng)網(wǎng)絡(luò)模型提取圖像特征，然后對(duì)特征圖進(jìn)行二值化并計(jì)算其連通域，然后根據(jù)不同地應(yīng)用場(chǎng)景（即不同地訓(xùn)練數(shù)據(jù)集），使用一些特定的方法，判斷文本行位置，這種方法的優(yōu)點(diǎn)是計(jì)算快速，計(jì)算量小；然而缺點(diǎn)是后處理步驟繁瑣，涉及大量的計(jì)算和調(diào)優(yōu)，這不僅會(huì)消耗大量時(shí)間，同時(shí)，后處理策略是否合理有效也嚴(yán)格制約著算法的性能。

對(duì)于第二種分割思想的方法，有大量的研究在如何簡(jiǎn)化后處理部分做了相當(dāng)多的工作，但是對(duì)于較少文本的場(chǎng)景中的文本檢測(cè)有所作用，例如在一些開放的場(chǎng)景文本檢測(cè)數(shù)據(jù)集上（每張圖像4到5個(gè)文本框）效果尚可，但是針對(duì)文本非常密集的實(shí)際應(yīng)用場(chǎng)景（比如一張圖像上有上百個(gè)文本區(qū)域，如小學(xué)生的算術(shù)練習(xí)冊(cè)等），檢測(cè)速度受文本框數(shù)量的影響非常大，幾乎是隨著文本框數(shù)量的增長(zhǎng)，呈線性下降趨勢(shì)，無(wú)法滿足實(shí)際應(yīng)用場(chǎng)景的速度需求。

同樣的，可以推知在其它類型的目標(biāo)檢測(cè)中，也會(huì)存在需要在目標(biāo)檢測(cè)模型的檢測(cè)效率上有所提升的需求，故如何找到一種提升目標(biāo)檢測(cè)效率的方案，已成為業(yè)界亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例中提供目標(biāo)檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)裝置及存儲(chǔ)介質(zhì)，解決現(xiàn)有技術(shù)中的技術(shù)問題。

本申請(qǐng)實(shí)施例提供了一種目標(biāo)檢測(cè)方法，包括：

獲取由原始圖像切分得到的各局部圖像、以及從所述原始圖像提取的至少一信息強(qiáng)化圖像；

通過特征提取模塊對(duì)每個(gè)局部圖像和信息強(qiáng)化圖像進(jìn)行特征提取，以分別得到至少一特征提取圖像；