[發明專利]目標檢測、軌跡跟蹤方法、模型及其電子設備

有效

• 申請號: 202110622443.4
• 申請日: 2021-06-04
• 公開（公告）號: CN113096159B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 李圣權;毛云青;盛小娟;張香偉;王國梁
• 申請（專利權）人: 城云科技（中國）有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 無錫市匯誠永信專利代理事務所(普通合伙) 32260
• 代理人: 倪楊

1.一種目標檢測方法，其特征在于，包括以下步驟：

獲取待處理視頻幀，提取所述待處理視頻幀的第一特征圖；

所述第一特征圖作為空洞編碼模塊中的輸入，通過所述空洞編碼模塊的投影層進行卷積處理獲得第二特征圖, 所述投影層對所述第一特征圖進行降維后再卷積，提取所述第一特征圖的上下語義信息，其中所述第二特征圖的特征通道數被降低；

將所述第二特征圖通過堆疊所述空洞編碼模塊的不同擴張因子的多個殘差塊生成具有多感受野的第三特征圖，其中每一所述殘差塊包括一個用于減少特征通道的1*1卷積核、一個用于增大感受野的3*3空洞卷積核和一個用于擴充特征通道數的1*1卷積核，經每個所述殘差塊處理后的特征通道數不變，且每一所述殘差塊中的3*3空洞卷積核的空洞率不同；

所述第三特征圖作為對應的預測網絡的輸入，輸出預測結果。

2.根據權利要求1所述的目標檢測方法，其特征在于，“將所述第一特征圖通過投影層進行卷積處理獲得第二特征圖”中，所述投影層包括依次相連的1*1卷積和3*3卷積。

3.根據權利要求1所述的目標檢測方法，其特征在于，“將所述第二特征圖通過堆疊所述空洞編碼模塊的不同擴張因子的多個殘差塊生成具有多感受野的第三特征圖，”中，不同擴張因子的多個所述殘差塊依次堆疊，且所述殘差塊的空洞卷積的空洞率依次序增加。

4.根據權利要求1所述的目標檢測方法，其特征在于，“所述第三特征圖作為對應的預測網絡的輸入，輸出預測結果”中，所述預測網絡包括分類子網絡和回歸子網絡，所述回歸子網絡生成目標框及目標性預測得分，所述目標性預測得分乘以所述分類子網絡的輸出得到所述目標框的分類得分。

5.根據權利要求1所述的目標檢測方法，其特征在于，包括多層空洞編碼模塊和預測網絡，位于上層的空洞編碼模塊輸出的輸出特征圖作為位于神經網絡下層的空洞編碼模塊的輸入特征圖，對應每層的預測網絡輸出對應的預測結果，所述預測結果包括至少一目標框，多層預測網絡的預測結果通過非極大值抑制選出和標簽損失最小的目標框。

6.根據權利要求5所述的目標檢測方法，其特征在于，“多層預測網絡的預測結果通過非極大值抑制選出和標簽損失最小的目標框”包括：根據不同尺寸的目標在每層所述預測網絡的所述第三特征圖上進行單元格劃分，根據當前數據聚類結果進行候選框的分配，如果所述當前數據聚類結果顯示大尺寸的目標數據多，在所述第三特征圖上分配大于標準數量的所述候選框，在所述第三特征圖上逐所述單元格去遍歷所述第三特征圖，最終得到所述目標框。

7.一種目標軌跡跟蹤方法，其特征在于，包括以下步驟：

獲取待處理視頻幀，提取所述待處理視頻幀的第一特征圖；

所述第一特征圖作為空洞編碼模塊中的輸入，通過所述空洞編碼模塊的投影層進行卷積處理獲得第二特征圖，所述投影層對所述第一特征圖進行降維后再卷積，提取所述第一特征圖的上下語義信息，其中所述第二特征圖的特征通道數被降低；

將所述第二特征圖通過堆疊所述空洞編碼模塊的不同擴張因子的多個殘差塊生成具有多感受野的第三特征圖，其中每一所述殘差塊包括一個用于減少特征通道的1*1卷積核、一個用于增大感受野的3*3空洞卷積核和一個用于擴充特征通道數的1*1卷積核，經每個殘差塊處理后的特征通道數，且每一所述殘差塊中的3*3空洞卷積核的空洞率不同；

將所述第三特征圖輸入LSTM模塊中，標記跟蹤目標得到對應的第四特征圖；

將所述第四特征圖輸入預測網絡中輸出預測結果，其中所述預測結果至少包括目標運動軌跡。