[發明專利]目標缺損的檢測方法、設備及計算機存儲介質

在審

• 申請號: 202011483561.3
• 申請日: 2020-12-15
• 公開（公告）號: CN112613370A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 王耀農;廖炳焱;王亞運
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種目標缺損的檢測方法，其特征在于，所述目標缺損的檢測方法包括：

獲取待檢測區域的多幀圖像；

對所述多幀圖像進行非目標檢測，得到非目標的位置信息；

利用所述非目標的位置信息對每幀圖像中的非目標進行剔除；

對剔除非目標后的多幀圖像進行目標預測，以融合目標預測后的多幀圖像，得到目標圖像，所述目標圖像包括目標預測結果；

利用所述目標圖像與預設圖像之間的相似度確定所述待檢測區域中目標的缺損程度。

2.根據權利要求1所述的目標缺損的檢測方法，其特征在于，

所述非目標的位置信息包括非目標所在區域，所述利用所述非目標的位置信息對所述每幀圖像中的非目標進行剔除的步驟之后，包括：

計算所述每幀圖像中其余區域之間的并集，得到區域集，所述圖像包括所述非目標所在區域和所述其余區域；

計算所述區域集與預設區域集之間的交集，并判斷所述區域集與所述預設區域集之間的交集是否等于所述預設區域集；

若是，停止獲取圖像，得到剔除非目標后的多幀圖像。

3.根據權利要求1所述的目標缺損的檢測方法，其特征在于，

所述對剔除非目標后的多幀圖像進行目標預測的步驟，包括：

采用多尺度級聯技術對所述剔除非目標后的多幀圖像進行特征提取，得到多幀特征圖像；

采用語義分割網絡對所述每幀特征圖像進行目標預測。

4.根據權利要求3所述的目標缺損的檢測方法，其特征在于，

所述采用多尺度級聯技術對所述剔除非目標后的多幀圖像進行特征提取，得到多幀特征圖像的步驟，包括：

對所述剔除非目標后的每幀圖像分別進行上采樣處理，得到第一采樣圖像；

對所述剔除非目標后的每幀圖像分別進行下采樣處理，得到第二采樣圖像；

將所述第一采樣圖像、所述第二采樣圖像和所述剔除非目標后的圖像輸入特征提取網絡中進行注意力機制學習，得到特征圖像。

5.根據權利要求3所述的目標缺損的檢測方法，其特征在于，

所述采用所述語義分割網絡對所述多幀特征圖像進行目標預測，得到目標預測后的多幀圖像的步驟，包括：

將所述特征圖像輸入所述語義分割網絡中，得到第一概率矩陣，所述第一概率矩陣中的每一元素包括多個類別概率；

將所述第一概率矩陣中與所述圖像的非目標所在像素點對應元素的一類別概率設置為第一閾值，其余類別概率設置為第二閾值，得到第二概率矩陣，所述第一概率矩陣中的元素與所述圖像中的像素點對應，所述圖像的非目標位置信息包括非目標所在像素點；

所述融合目標預測后的多幀圖像，得到目標圖像的步驟，包括：

將與所述多幀特征圖像對應的第二概率矩陣進行疊加，得到目標圖像。

6.根據權利要求1所述的目標缺損的檢測方法，其特征在于，

所述預設圖像包括多個預設目標，所述利用所述目標圖像與預設圖像之間的相似度確定所述待檢測區域中目標的缺損程度的步驟，包括：

將所述多個預設目標輸入孿生網絡，得到與所述多個預設目標對應的預設目標特征；

將所述目標圖像輸入所述孿生網絡，得到目標特征圖像，所述目標特征圖像包括多個目標特征；

計算所述目標特征圖像中的目標特征與對應的預設目標特征之間的相似度；

在所述目標特征圖像中的目標特征與對應的預設目標特征之間的相似度大于等于預設相似度閾值的情況下，判定所述目標圖像中的目標完整；

在所述目標特征圖像中的目標特征與對應的預設目標特征之間的相似度小于所述預設相似度閾值的情況下，判定所述目標圖像中的目標缺損。