[发明专利]用于检测图像中的对象的神经网络

说明书

提供了用于识别和分类标记一组图像内的对象的系统、装置、介质和方法。该系统和方法接收描绘关注对象的图像(310)，使用多层对象模型检测图像内的关注对象的至少一部分(330)，确定上下文信息(340)，以及识别被包括在两个或更多个边界框中的关注对象(350)。

相关申请

本申请要求2016年11月1日提交的序列号为No.15/340,675的美国专利申请的优先权，该申请通过引用整体并入在此。

技术领域

本公开的实施例一般涉及图像的自动处理。更具体地，但不作为限制，本公开提出了用于检测和识别一组图像内的对象的系统和方法。

背景技术

电信应用和装置可以使用各种媒体(诸如文本、图像、声音记录和/或视频记录)来提供多个用户之间的通信。例如，视频会议允许两个或更多个人使用软件应用、电信装置和电信网络的组合彼此通信。电信装置还可以记录视频流以在横跨电信网络中作为消息进行发送。

当前，对象检测处理通常使用两步法：在不使用边界框的情况下训练用于图像级预测的分类模型，以及使用弱标记的分类数据。然后，该处理使用已训练的分类模型对图像进行分类，其考虑定位(localization)。然而，这些处理经常导致模型参数的次优利用，并且基于分类操作和定位问题之间的各种不匹配而存在知识转移的困难。

附图说明

附图中的各个附图仅示出了本公开的示例实施例，并且不应被视为限制其范围。

图1是示出根据一些示例实施例的联网系统的框图。

图2是示出根据一些示例实施例的对象检测系统的图。

图3是示出根据一些示例实施例的用于检测和识别图像内的对象的示例方法的流程图。

图4是示出根据一些示例实施例的用于检测和识别图像内的对象的示例方法的流程图。

图5是示出根据一些示例实施例的用于检测和识别图像内的对象的示例方法的流程图。

图6是示出根据一些示例实施例的用于检测和识别图像内的对象的示例方法的流程图。

图7是示出根据一些示例实施例的用于检测和识别图像内的对象的示例方法的流程图。

图8是示出根据一些示例实施例的用于检测和识别图像内的对象的示例方法的流程图。

图9是描绘根据一些示例实施例的示例移动装置和移动操作系统界面的用户界面图。

图10是示出根据一些示例实施例的可以安装在机器上的软件体系结构的示例的框图。

图11是呈现根据示例实施例的计算机系统形式的机器的图形表示的框图，在该计算机系统内可执行一组指令以使机器执行在此所讨论的任何方法。

在此提供的标题仅仅是为了方便，并不必须影响所用术语的范围或含义。

具体实施方式

以下描述包括说明本公开的实施例的系统、方法、技术、指令序列和计算机器程序产品。在以下描述中，出于解释的目的，阐述了许多具体细节以便提供对本发明主题的各种实施例的理解。然而，对于本领域技术人员显而易见的是，也可以在没有这些具体细节的情况下实践本发明主题的实施例。通常，公知的指令实例、协议、结构和技术不必详细示出。