[發(fā)明專利]目標(biāo)框生成方法、裝置、非易失性存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210536745.4
• 申請(qǐng)日: 2022-05-17
• 公開（公告）號(hào): CN114926631A
• 公開（公告）日: 2022-08-19
• 發(fā)明（設(shè)計(jì)）人: 朱亞旋;陳博;尹榮彬;薛鴻;徐名源
• 申請(qǐng)（專利權(quán)）人: 中國(guó)第一汽車股份有限公司
• 主分類號(hào): G06V10/25
• 分類號(hào): G06V10/25;G06V10/77;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京博浩百睿知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11134
• 代理人: 謝湘寧

本發(fā)明公開了一種目標(biāo)框生成方法、裝置、非易失性存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備。其中，該方法包括：獲取目標(biāo)圖像的特征圖，特征圖包括多個(gè)特征區(qū)域，每個(gè)特征區(qū)域?qū)?yīng)于目標(biāo)圖像中的一塊像素區(qū)域；確定多個(gè)特征區(qū)域分別對(duì)應(yīng)的多個(gè)目標(biāo)置信度，每個(gè)目標(biāo)置信度用于描述采用對(duì)應(yīng)的特征區(qū)域?qū)δ繕?biāo)框進(jìn)行預(yù)測(cè)的可靠程度，目標(biāo)框用于在目標(biāo)圖像中框出目標(biāo)對(duì)象；根據(jù)多個(gè)目標(biāo)置信度，從多個(gè)特征區(qū)域中選取至少一個(gè)錨點(diǎn)區(qū)域，錨點(diǎn)區(qū)域?yàn)槎鄠€(gè)特征區(qū)域中的特征區(qū)域；基于至少一個(gè)錨點(diǎn)區(qū)域，預(yù)測(cè)目標(biāo)框在目標(biāo)圖像中的位置。本發(fā)明解決了基于物體幾何中心選取特征區(qū)域進(jìn)行目標(biāo)框預(yù)測(cè)的方式在物體存在遮擋的情況中出現(xiàn)目標(biāo)框預(yù)測(cè)不準(zhǔn)的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，具體而言，涉及一種目標(biāo)框生成方法、裝置、非易失性存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備。

背景技術(shù)

目前已有的YOLOX、FCOS等anchor-free目標(biāo)檢測(cè)算法，普遍是采用將圖像中的待檢測(cè)對(duì)象的像素范圍的中心點(diǎn)區(qū)域作為主要學(xué)習(xí)的錨點(diǎn)區(qū)域，基于該區(qū)域進(jìn)一步預(yù)測(cè)出待檢測(cè)對(duì)象的矩形框的坐標(biāo)位置與寬高尺寸。而在實(shí)際場(chǎng)景中，一味地基于待檢測(cè)對(duì)象的像素幾何中心或者對(duì)象像素分布的質(zhì)心所對(duì)應(yīng)的特征圖中的錨點(diǎn)區(qū)域進(jìn)行矩形框預(yù)測(cè)的方法，在圖像中的多個(gè)待檢測(cè)對(duì)象存在交叉、堆疊、遮擋的情況下識(shí)別表現(xiàn)較差。圖2是根據(jù)相關(guān)技術(shù)提供的存在遮擋的對(duì)象目標(biāo)框示意圖，如圖2所示，多個(gè)待檢測(cè)物體的幾何中心可能位置較近，且多個(gè)待檢測(cè)物體存在相互遮擋，此時(shí)各個(gè)待檢測(cè)物體對(duì)應(yīng)的特征圖中的錨點(diǎn)區(qū)域的特征表達(dá)不一定包含待測(cè)物體的足夠信息，或者因?yàn)樯窠?jīng)網(wǎng)絡(luò)感受野的存在使得相鄰待測(cè)物體的特征對(duì)其他待測(cè)物體的檢測(cè)存在干擾，所以實(shí)際應(yīng)用中經(jīng)常出現(xiàn)錨點(diǎn)區(qū)域存在交叉、錨點(diǎn)區(qū)域過小等場(chǎng)景下的檢測(cè)性能表現(xiàn)較差。

針對(duì)上述的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種目標(biāo)框生成方法、裝置、非易失性存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，以至少解決基于物體幾何中心選取特征區(qū)域進(jìn)行目標(biāo)框預(yù)測(cè)的方式在物體存在遮擋的情況中出現(xiàn)目標(biāo)框預(yù)測(cè)不準(zhǔn)的技術(shù)問題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種目標(biāo)框生成方法，包括：獲取目標(biāo)圖像的特征圖，其中，所述特征圖包括多個(gè)特征區(qū)域，每個(gè)所述特征區(qū)域?qū)?yīng)于所述目標(biāo)圖像中的一塊像素區(qū)域；確定所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的多個(gè)目標(biāo)置信度，其中，每個(gè)所述目標(biāo)置信度用于描述采用對(duì)應(yīng)的特征區(qū)域?qū)δ繕?biāo)框進(jìn)行預(yù)測(cè)的可靠程度，所述目標(biāo)框用于在所述目標(biāo)圖像中框出目標(biāo)對(duì)象；根據(jù)所述多個(gè)目標(biāo)置信度，從所述多個(gè)特征區(qū)域中選取至少一個(gè)錨點(diǎn)區(qū)域，其中，所述至少一個(gè)錨點(diǎn)區(qū)域?yàn)樗龆鄠€(gè)特征區(qū)域中的特征區(qū)域；基于所述至少一個(gè)錨點(diǎn)區(qū)域，預(yù)測(cè)所述目標(biāo)框在所述目標(biāo)圖像中的位置。

可選地，所述確定所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的多個(gè)目標(biāo)置信度，包括：確定所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的多個(gè)初始置信度和多個(gè)置信度閾值；基于所述初始置信度和置信度閾值，確定所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的所述多個(gè)目標(biāo)置信度。

可選地，所述確定所述多個(gè)特征區(qū)域包括的每個(gè)特征區(qū)域的初始置信度和置信度閾值，包括：對(duì)所述特征圖進(jìn)行第一卷積運(yùn)算，得到所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的多個(gè)第一特征值，其中，所述初始置信度包括所述第一特征值；對(duì)所述特征圖進(jìn)行第二卷積運(yùn)算，得到所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的多個(gè)第二特征值；將所述多個(gè)第二特征值分別輸入目標(biāo)激活函數(shù)，得到所述多個(gè)置信度閾值。

可選地，所述目標(biāo)激活函數(shù)包括h-sigmoid函數(shù)，其中，所述h-sigmoid函數(shù)為基于relu6函數(shù)構(gòu)建的。

可選地，所述基于所述初始置信度和置信度閾值，確定所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的所述多個(gè)目標(biāo)置信度，包括：依次對(duì)所述多個(gè)特征區(qū)域中每一個(gè)特征區(qū)域?qū)?yīng)的初始置信度和置信度閾值進(jìn)行可微分二值化操作，得到所述多個(gè)特征區(qū)域分別對(duì)應(yīng)的所述多個(gè)目標(biāo)置信度。