[發(fā)明專利]小目標(biāo)物檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110345419.0
• 申請(qǐng)日: 2021-03-30
• 公開（公告）號(hào): CN113222890B
• 公開（公告）日: 2023-09-15
• 發(fā)明（設(shè)計(jì)）人: 賴柏霖;吳宥萱;白曉宇;黃凌云;周曉云;亞當(dāng)·哈里森;呂樂;肖京
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種小目標(biāo)物檢測(cè)方法，其特征在于，所述方法包括：

獲取原始圖像，對(duì)所述原始圖像進(jìn)行目標(biāo)物標(biāo)注，得到標(biāo)注圖像；

利用預(yù)構(gòu)建的分割算法對(duì)所述標(biāo)注圖像進(jìn)行圖像分割，得到分割圖像；

利用所述分割圖像訓(xùn)練預(yù)構(gòu)建的分割網(wǎng)絡(luò)，得到圖像分割模型；

利用所述圖像分割模型對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)物檢測(cè)，得到候選目標(biāo)物檢測(cè)結(jié)果；

對(duì)所述候選目標(biāo)物檢測(cè)結(jié)果進(jìn)行腐蝕及膨脹處理，得到目標(biāo)物檢測(cè)結(jié)果；

其中，所述對(duì)所述原始圖像進(jìn)行目標(biāo)物標(biāo)注，得到標(biāo)注圖像，包括：基于所述原始圖像中的原始標(biāo)注生成外接橢圓；基于所述外接橢圓，生成與所述原始圖像的邊平行或垂直的外接矩形，并以所述外接矩形作為標(biāo)注，生成包含所述外接矩形的標(biāo)注圖像；

所述利用預(yù)構(gòu)建的分割算法對(duì)所述標(biāo)注圖像進(jìn)行圖像分割，得到分割圖像，包括：將所述標(biāo)注圖像中外接矩形之外的區(qū)域設(shè)置為背景區(qū)域，及將所述外接矩形中原始標(biāo)注內(nèi)的區(qū)域設(shè)置為前景區(qū)域；基于所述背景區(qū)域及所述前景區(qū)域構(gòu)造分割函數(shù)，利用所述分割函數(shù)對(duì)所述標(biāo)注圖像進(jìn)行圖像分割，得到所述分割圖像，其中，所述分割圖像中包括分割區(qū)域；

所述利用所述分割圖像訓(xùn)練預(yù)構(gòu)建的分割網(wǎng)絡(luò)，得到圖像分割模型，包括：以所述分割區(qū)域作為偽標(biāo)注，利用所述分割網(wǎng)絡(luò)預(yù)測(cè)所述分割圖像中每個(gè)分割區(qū)域位置的概率及每個(gè)分割區(qū)域位置的標(biāo)注；利用所述每個(gè)分割區(qū)域位置的概率及每個(gè)分割區(qū)域位置的標(biāo)注構(gòu)建總損失函數(shù)；利用預(yù)構(gòu)建的優(yōu)化器對(duì)所述總損失函數(shù)進(jìn)行梯度優(yōu)化，直到所述總損失函數(shù)的輸出值滿足預(yù)設(shè)的閾值時(shí)，生成所述圖像分割模型；

所述總損失函數(shù)，包括：

Loss＝L_Tversky+L_dis

其中，L_Tversky為特沃斯基損失，L_dis為距離損失，Loss為總損失函數(shù)，p_k和y_k分別表示輸出中每個(gè)預(yù)測(cè)位置的概率和每個(gè)預(yù)測(cè)位置對(duì)應(yīng)的標(biāo)注，d_k表示每個(gè)預(yù)測(cè)位置到標(biāo)注中最近的分割區(qū)域邊界的距離，Ω表示所有像素點(diǎn)的個(gè)數(shù)，λ₁、λ₂為超參數(shù)。

2.如權(quán)利要求1所述的小目標(biāo)物檢測(cè)方法，其特征在于，所述利用所述圖像分割模型對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)物檢測(cè)，得到候選目標(biāo)物檢測(cè)結(jié)果，包括：

利用所述圖像分割模型對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)物分割，得到目標(biāo)物分割區(qū)域；

匯總所有的目標(biāo)物分割區(qū)域，得到目標(biāo)物分割集合，并將所述目標(biāo)物分割集合作為候選目標(biāo)物檢測(cè)結(jié)果。

3.如權(quán)利要求2所述的小目標(biāo)物檢測(cè)方法，其特征在于，所述對(duì)所述候選目標(biāo)物檢測(cè)結(jié)果進(jìn)行腐蝕及膨脹處理，得到目標(biāo)物檢測(cè)結(jié)果，包括：

利用預(yù)設(shè)大小的矩形區(qū)域依次對(duì)所述待檢測(cè)圖像進(jìn)行區(qū)域選取，得到腐蝕區(qū)域；

依次將所述腐蝕區(qū)域中的目標(biāo)物分割區(qū)域設(shè)為背景，得到腐蝕圖像；

利用所述矩形區(qū)域依次對(duì)所述腐蝕圖像進(jìn)行區(qū)域選取，得到膨脹區(qū)域；

依次將所述膨脹區(qū)域中的背景像素點(diǎn)設(shè)為目標(biāo)物檢測(cè)區(qū)域，并選取滿足預(yù)設(shè)大小的所述目標(biāo)物檢測(cè)區(qū)域作為所述目標(biāo)物檢測(cè)結(jié)果。

4.一種小目標(biāo)物檢測(cè)裝置，用于實(shí)現(xiàn)如權(quán)利要求1至3中任意一項(xiàng)所述的小目標(biāo)物檢測(cè)方法，其特征在于，所述裝置包括：

圖像標(biāo)注模塊，用于獲取原始圖像，對(duì)所述原始圖像進(jìn)行目標(biāo)物標(biāo)注，得到標(biāo)注圖像；

圖像分割模塊，用于利用預(yù)構(gòu)建的分割算法對(duì)所述標(biāo)注圖像進(jìn)行圖像分割，得到分割圖像；

模型訓(xùn)練模塊，用于利用所述分割圖像訓(xùn)練預(yù)構(gòu)建的分割網(wǎng)絡(luò)，得到圖像分割模型；

目標(biāo)物檢測(cè)模塊，用于利用所述圖像分割模型對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)物檢測(cè)，得到候選目標(biāo)物檢測(cè)結(jié)果；

目標(biāo)物選取模塊，用于對(duì)所述候選目標(biāo)物檢測(cè)結(jié)果進(jìn)行腐蝕及膨脹處理，得到目標(biāo)物檢測(cè)結(jié)果。