[發明專利]一種圖像目標的定位方法、裝置、設備和存儲介質

在審

• 申請號: 202110684556.7
• 申請日: 2021-06-21
• 公開（公告）號: CN113378816A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 楊海林;高凱珺;潘柳華;徐麟
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62;G06N3/04;G06N3/08;G06T3/40;G06T5/50;G06T7/62;G06T7/66
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種圖像目標的定位方法、裝置、設備和存儲介質。其中，該方法包括：對當前圖像的淺層目標全局特征和深層目標局部特征進行特征拼接，得到所述當前圖像的目標特征向量；基于預構建的目標檢測模型，采用所述深層目標局部特征確定對應的第一目標定位特征圖，并采用所述目標特征向量確定對應的第二目標定位特征圖；對所述第一目標定位特征圖和所述第二目標定位特征圖進行特征拼接，確定所述當前圖像內的目標定位信息。本發明實施例提供的技術方案，確保目標特征的全面性，避免當前圖像內各目標特征被稀疏處理的問題，采用更加全面的定位特征信息，分析當前圖像內各目標的位置，進一步提高當前圖像內目標檢測的準確性。

技術領域

本發明實施例涉及圖像處理技術領域，尤其涉及一種圖像目標的定位方法、裝置、設備和存儲介質。

背景技術

在圖像識別領域，需要準確檢測圖像中存在的各個目標，以準確識別各個目標，例如在車輛出入停車場時，需要識別出相應車牌圖像內的車牌號等。

目前，通常會采用centernet網絡來檢測當前圖像內存在的各個目標，現有的centernet網絡如圖1所示，會依次采用內部的深層聚合基礎單元(Deep LayerAggregation，DLA34-base)、深層聚合單元(Deep Layer Aggregation，DLA)和迭代深層聚合單元(Iterative Deep Aggregation，IDA)對當前圖像進行層層下采樣，以提取出更深層次下用于描述當前圖像內各個目標特征的語義信息，得到當前圖像的目標特征向量，然后將目標特征向量輸入到相應的目標檢測單元內，從而得到當前圖像內各個目標的定位信息。

然而，由于對當前圖像進行層層下采樣時，會丟失一部分目標特征，導致當前圖像的目標特征向量被稀疏處理，極大降低了當前圖像內各個目標的檢測準確性。

發明內容

本發明實施例提供一種圖像目標的定位方法、裝置、設備和存儲介質，以確保當前圖像內各目標特征的全面性，避免出現當前圖像的目標特征向量被稀疏處理的問題，提高當前圖像內目標檢測的準確性。

第一方面，本發明實施例提供了一種圖像目標的定位方法，該方法包括：

對當前圖像的淺層目標全局特征和深層目標局部特征進行特征拼接，得到所述當前圖像的目標特征向量；

基于預構建的目標檢測模型，采用所述深層目標局部特征確定對應的第一目標定位特征圖，并采用所述目標特征向量確定對應的第二目標定位特征圖；

對所述第一目標定位特征圖和所述第二目標定位特征圖進行特征拼接，確定所述當前圖像內的目標定位信息。

進一步的，所述第一目標定位特征圖和所述第二目標定位特征圖包括目標熱力特征圖、目標寬高特征圖和目標偏置特征圖；

所述對所述第一目標定位特征圖和所述第二目標定位特征圖進行特征拼接，確定所述當前圖像內的目標定位信息，包括：

對所述第一目標定位特征圖和所述第二目標定位特征圖中的目標熱力特征圖進行特征拼接，并根據拼接后的目標熱力特征圖確定所述當前圖像內各目標的中心點坐標；

對所述第一目標定位特征圖和所述第二目標定位特征圖中的目標寬高特征圖進行特征拼接，并根據拼接后的目標寬高特征圖確定所述當前圖像內各目標的寬高信息；

對所述第一目標定位特征圖和所述第二目標定位特征圖中的目標偏置特征圖進行特征拼接，并根據拼接后的目標偏置特征圖確定所述當前圖像內各目標的中心點偏置信息；

利用所述當前圖像內各目標的中心點坐標、寬高信息和中心點偏置信息，在所述當前圖像內標記出各所述目標。

進一步的，所述根據拼接后的目標熱力特征圖確定所述當前圖像內各目標的中心點坐標，包括：