[發明專利]一種目標檢測方法、裝置、電子設備和存儲介質

在審

• 申請號: 202110081738.5
• 申請日: 2021-01-21
• 公開（公告）號: CN112734747A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 周紅花
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T3/40
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 李漢亮

本申請公開了一種目標檢測方法、裝置、電子設備和存儲介質；本申請確定待檢測圖像中至少一個待檢測目標對象，并獲取每個目標對象的目標模板圖像；基于每個目標模板圖像中各像素點的像素值差異，確定每個目標模板圖像的圖像復雜度；根據圖像復雜度，確定每個目標對象對應的檢測閾值；根據目標模板圖像對待檢測圖像進行識別，得到每個目標對象的多個候選對象檢測區域；針對每個目標對象，根據候選對象檢測區域和目標模板圖像的相似度、以及檢測閾值，從候選對象檢測區域中確定目標對象的初選對象檢測區域；從初選對象檢測區域中確定所述目標對象的目標對象檢測區域。本申請可以適應存在多種類型目標的檢測場景，提高目標檢測的準確度。

技術領域

本申請涉及計算機技術領域，具體涉及一種目標檢測方法、裝置、電子設備和存儲介質。

背景技術

隨著計算機技術的發展，人工智能的應用越來越廣泛。通過依托于人工智能的機器學習手段進行目標檢測的技術也日漸成為了一種主流的目標檢測的研究方向。目標檢測的任務是從圖像中找出感興趣的目標，確定它們的類別和位置，例如從圖像中檢測出人臉、車輛或建筑等。

在目前的相關技術中，一般可以通過深度神經網絡模型來進行目標檢測，但深度神經網絡模型需要大量的標注數據，在圖像樣本上標注目標框的坐標數據來對模型進行訓練，該方法對人力物力資源的消耗較高。

另外，也可以采用模板匹配方法，通過滑動窗口的圖片間比對，計算目標模板圖片和待檢測圖片的每個滑動窗口位置的截圖的相似度，將相似度高于指定閾值的窗口作為檢測結果，但這種方法不能適應不同類型的檢測目標，在存在多種目標類型的檢測場景中，檢測準確率較低。

發明內容

本申請實施例提供一種目標檢測方法、裝置、電子設備和存儲介質，可以適應存在多種類型目標的檢測場景，提高目標檢測的準確度。

本申請實施例提供一種目標檢測方法，包括：

確定待檢測圖像中至少一個待檢測的目標對象，并獲取每個目標對象對應的目標模板圖像；

基于每個目標模板圖像中各像素點之間的像素值差異，確定每個目標模板圖像的圖像復雜度；

根據每個目標模板圖像的圖像復雜度，確定每個目標對象對應的檢測閾值；

根據所述目標模板圖像，對所述待檢測圖像進行識別，得到每個目標對象的多個候選對象檢測區域；

針對每個目標對象，根據所述候選對象檢測區域和所述目標模板圖像之間的相似度、以及目標對象對應的檢測閾值，從所述候選對象檢測區域中確定目標對象的至少一個初選對象檢測區域；

從所述目標對象的初選對象檢測區域中確定所述目標對象的至少一個目標對象檢測區域，得到每個目標對象的至少一個目標對象檢測區域。

相應的，本申請實施例提供一種目標檢測裝置，包括：

確定單元，用于確定待檢測圖像中至少一個待檢測的目標對象，并獲取每個目標對象對應的目標模板圖像；

復雜度確定單元，用于基于每個目標模板圖像中各像素點之間的像素值差異，確定每個目標模板圖像的圖像復雜度；

閾值確定單元，用于根據每個目標模板圖像的圖像復雜度，確定每個目標對象對應的檢測閾值；

識別單元，用于根據所述目標模板圖像，對所述待檢測圖像進行識別，得到每個目標對象的多個候選對象檢測區域；

初選確定單元，用于針對每個目標對象，根據所述候選對象檢測區域和所述目標模板圖像之間的相似度、以及目標對象對應的檢測閾值，從所述候選對象檢測區域中確定目標對象的至少一個初選對象檢測區域；

目標確定單元，用于從所述目標對象的初選對象檢測區域中確定所述目標對象的至少一個目標對象檢測區域，得到每個目標對象的至少一個目標對象檢測區域。