[發(fā)明專利]大尺度圖像中目標物體的檢測方法、終端及裝置

在審

• 申請?zhí)枺?/td>: 202011628816.0
• 申請日: 2020-12-30
• 公開（公告）號: CN112668577A
• 公開（公告）日: 2021-04-16
• 發(fā)明（設計）人: 陶大鵬;王林飛
• 申請（專利權）人: 云南聯(lián)合視覺科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62
• 代理公司: 深圳中一聯(lián)合知識產權代理有限公司 44414
• 代理人: 田甜

1.一種大尺度圖像中目標物體的檢測方法，其特征在于，包括：

對目標區(qū)域圖像進行分割，得到包含感興趣目標的關鍵子圖；

對所述關鍵子圖進行初次圖像識別，獲取所述感興趣目標在所述關鍵子圖中的相對位置；

根據(jù)所述相對位置，將所述關鍵子圖中位于子圖邊緣的第一感興趣目標進行聚合，得到聚合圖像；

對所述聚合圖像進行二次圖像檢測，得到第一檢測對象；

將所述第一檢測對象映射至所述目標區(qū)域圖像中，獲取所述目標區(qū)域圖像中的目標物體對象。

2.根據(jù)權利要求1所述的檢測方法，其特征在于，所述對目標區(qū)域圖像進行分割，得到包含感興趣目標的關鍵子圖，包括：

對目標區(qū)域圖像進行分割，得到設定數(shù)量的子圖；

采用二分類網絡模型，分別判斷所述子圖中是否包含感興趣目標，并得出判斷結果的置信度；

從所述子圖中選取所述置信度處于設定范圍內的子圖為包含感興趣目標的關鍵子圖。

3.根據(jù)權利要求1所述的檢測方法，其特征在于，所述對所述關鍵子圖進行初次圖像識別，獲取所述感興趣目標在所述關鍵子圖中的相對位置，包括：

對所述關鍵子圖進行初次圖像檢測，得到框選出所述感興趣目標的檢測框；

獲取所述檢測框的中心坐標及框體的尺寸；

根據(jù)所述中心坐標及所述尺寸，判斷所述檢測框與所述關鍵子圖的邊緣之間的相對距離；

根據(jù)所述相對距離，確定所述感興趣目標在所述關鍵子圖中所處的相對位置。

4.根據(jù)權利要求3所述的檢測方法，其特征在于，所述根據(jù)所述相對位置，將所述關鍵子圖中位于子圖邊緣的第一感興趣目標進行聚合，得到聚合圖像，包括：

根據(jù)所述相對位置及所述檢測框的中心坐標，將所述關鍵子圖中位于子圖間相鄰邊緣的第一感興趣目標進行聚合，得到聚合中心點坐標；

根據(jù)所述第一感興趣目標對應的檢測框的尺寸，確定聚合后的圖像區(qū)域的尺寸；

根據(jù)所述聚合中心點坐標及所述聚合后的圖像區(qū)域的尺寸，從所述目標區(qū)域圖像中裁剪得到所述聚合圖像。

5.根據(jù)權利要求1所述的檢測方法，其特征在于，所述對所述關鍵子圖進行初次圖像識別，獲取所述感興趣目標在所述關鍵子圖中的相對位置之后，還包括：

根據(jù)所述相對位置，獲取所述關鍵子圖中不位于子圖邊緣的第二感興趣目標，將所述第二感興趣目標作為第二檢測對象；

所述將所述第一檢測對象映射至所述目標區(qū)域圖像中，獲取所述目標區(qū)域圖像中的目標物體對象，還包括：

將所述第一檢測對象及所述第二檢測對象映射至所述目標區(qū)域圖像中，獲取所述目標區(qū)域圖像中的所述目標物體對象。

6.根據(jù)權利要求5所述的檢測方法，其特征在于，所述將所述第一檢測對象及所述第二檢測對象映射至所述目標區(qū)域圖像中，獲取所述目標區(qū)域圖像中的所述目標物體對象，包括：

對所述第一檢測對象及所述第二檢測對象進行去重處理，獲取處理后得到的目標檢測對象；

將所述目標檢測對象映射至所述目標區(qū)域圖像中，獲取所述目標區(qū)域圖像中的所述目標物體對象。

7.一種大尺度圖像中目標物體的檢測裝置，其特征在于，包括：

圖像分割模塊，用于對目標區(qū)域圖像進行分割，得到包含感興趣目標的關鍵子圖；

第一圖像識別模塊，用于對所述關鍵子圖進行初次圖像識別，獲取所述感興趣目標在所述關鍵子圖中的相對位置；

圖像聚合模塊，用于根據(jù)所述相對位置，將所述關鍵子圖中位于子圖邊緣的第一感興趣目標進行聚合，得到聚合圖像；

第二圖像識別模塊，用于對所述聚合圖像進行二次圖像檢測，得到第一檢測對象；

獲取模塊，用于將所述第一檢測對象映射至所述目標區(qū)域圖像中，獲取所述目標區(qū)域圖像中的目標物體對象。