[发明专利]用于对象检测的方法、装置、系统和计算机可读介质

权利要求书

1.一种用于对象检测的方法，包括：

接收数字图像；

缓冲所述图像；

对所述图像执行多个卷积层以生成多个特征图谱；

将所述多个特征图谱重新整形为单一大小；

通过顺序串接来对经重新整形的特征图谱进行分组以形成组合特征图谱；

通过生成用于对象的检测的评分并生成边界框回归以及将所述评分和所述边界框回归与所述组合特征图谱相组合，来生成多个候选区域，所述边界框回归包括所述对象在所述组合特征图谱中的位置偏移；以及

通过生成所述候选区域中的对象的分类概率并将所述分类概率和所述边界框回归与所述组合特征图谱相组合以生成对象分类，来检测和分类所述候选区域中的对象。

2.根据权利要求1所述的方法，其中，所述卷积层来自基于预分类图像的经预训练的卷积神经网络模型。

3.根据权利要求2所述的方法，其中，还包括使用将区域生成和对象检测相组合的端对端联合训练方法来预训练所述卷积神经网络。

4.根据权利要求1到3中任一项所述的方法，其中，执行卷积包括执行不同级别的三个不同卷积层。

5.根据权利要求1到3中任一项所述的方法，其中，执行卷积包括生成具有不同维度的特征图谱，并且其中，重新整形包括将所述多个特征图谱中的每个特征图谱重新整形为单一宽度和高度。

6.根据权利要求5所述的方法，其中，重新整形包括最大池化以减小至少一个特征图谱的宽度和高度。

7.根据权利要求5所述的方法，其中，重新整形包括解卷积以增加至少一个特征图谱的宽度和高度。

8.根据权利要求1到3中任一项所述的方法，其中，重新整形包括利用卷积将所述特征图谱中的每个特征图谱压缩到单一深度。

9.根据权利要求1到3中任一项所述的方法，其中，对对象进行分类包括评估所述多个特征图谱中的每个特征图谱上的对象分类器。

10.根据权利要求1到3中任一项所述的方法，还包括：在生成所述候选区域之前并且在检测和分类对象之前，通过使用所述组合特征图谱上的感兴趣的区域的池化来生成精简的组合特征图谱。

11.根据权利要求1到3中任一项所述的方法，其中，所述对象在所述组合特征图谱中所述位置偏移取决于所述分类。

12.根据权利要求2所述的方法，还包括通过以下操作来训练所述卷积神经网络：首先使用所述预分类图像来进行针对候选区域的训练，然后使用候选区域训练来进行针对对象检测的训练。

13.根据权利要求12所述的方法，其中，训练所述对象检测包括所述候选区域的图像的感兴趣的区域的池化。

14.一种用于对象检测的装置，包括：

特征提取网络，用于接收数字图像，缓冲所述图像，对所述图像执行多个卷积层以生成多个特征图谱，将所述多个特征图谱重新整形为单一大小，并通过顺序串接对经重新整形的特征图谱进行分组以形成组合特征图谱；

候选区域生成网络，用于通过生成用于对象的检测的评分并生成边界框回归以及将所述评分和所述边界框回归与所述组合特征图谱相组合，来生成多个候选区域，所述边界框回归包括所述对象在所述组合特征图谱中的位置偏移；以及

对象检测网络，用于通过生成所述候选区域中的对象的分类概率并将所述分类概率和所述边界框回归与所述组合特征图谱相组合以生成对象分类，来检测和分类所述候选区域中的对象。

15.根据权利要求14所述的装置，其中，所述对象在所述组合特征图谱中的所述位置偏移取决于所述分类。