[发明专利]图像检测方法、装置、电子设备和计算机可读介质

说明书

本发明提供了一种图像检测方法、装置、电子设备和计算机可读介质，涉及图像识别领域，该方法包括：通过目标骨干网络对待处理图像进行多尺度处理，得到多尺度特征图像；通过基于锚的第一网络分支和不基于锚的第二网络分支对多尺度特征图像进行处理，分别得到第一处理结果和第二处理结果，其中，第一处理结果和第二处理结果中分别包括：目标检测框的位置信息和/或目标检测框中包含目标对象的概率；对第一处理结果和第二处理结果进行融合，并基于融合结果确定待处理图像的目标对象检测结果。本发明缓解现有的图像检测技术在对大尺度变化的图像进行检测时检测性能较低的技术问题。

技术领域

本发明涉及图像识别领域，尤其是涉及一种图像检测方法、装置、电子设备和计算机可读介质。

背景技术

图像检测技术对于很多涉及到人脸检测技术的应用是非常基础，并且至关重要的。例如，人脸识别，人脸美妆，人脸AR(Augmented Reality，增强现实技术)等。在高分辨率的图像或者视频中，人脸的尺度变化范围非常大。例如，在4K(即，3840×2160)的图像中，人脸的尺度变化范围非常大，可能从10×10变化到2000×2000。现有的图像检测技术还难以处理这样大的尺度变化。

针对上述问题，还有提出有效解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种图像检测方法、装置、电子设备和计算机可读介质，以缓解现有的图像检测技术在对大尺度变化的图像进行检测时检测性能较低的技术问题。

第一方面，本发明实施例提供了一种图像检测方法，包括：通过目标骨干网络对待处理图像进行多尺度处理，得到多尺度特征图像；通过基于锚的第一网络分支和不基于锚的第二网络分支对所述多尺度特征图像进行处理，分别得到第一处理结果和第二处理结果，其中，所述第一处理结果和所述第二处理结果中分别包括：目标检测框的位置信息和/或所述目标检测框中包含目标对象的概率；对所述第一处理结果和所述第二处理结果进行融合，并基于融合结果确定所述待处理图像的目标对象检测结果。

进一步地，通过第一网络分支和第二网络分支对所述多尺度特征图像进行处理，分别得到第一处理结果和第二处理结果包括：通过第一网络分支对所述多尺度特征图像中每个尺度的特征图像进行处理，得到第一处理结果；通过第二网络分支对所述多尺度特征图像中至少一个尺度的特征图像进行处理，得到第二处理结果。

进一步地，通过第二网络分支对所述多尺度特征图像中至少一个尺度的特征图像进行处理，得到第二处理结果包括：通过所述第二网络分支对所述多尺度特征图像中尺度最小的特征图像进行处理，得到所述第二处理结果；或者，通过所述第二网络分支对所述多尺度特征图像中尺度小于预设尺度的特征图像进行处理，得到所述第二处理结果。

进一步地，通过第一网络分支对所述多尺度特征图像中每个尺度的特征图像进行处理，得到第一处理结果包括：通过所述第一网络分支中的分类子网络对所述每个尺度的特征图像进行卷积处理，并对处理结果进行归一化处理，得到第一数值，所述第一数值表示所述每个尺度的特征图像中的每个锚包括目标对象的概率；通过所述第一网络分支中的回归子网络对所述特征图像进行处理，得到每个所述锚的位置信息；将所述第一数值中的第一目标数值和/或所述第一目标数值所对应的锚的位置信息作为所述第一处理结果，其中，所述第一目标数值为所述第一数值中大于第一预设数值的数值。

进一步地，通过第二网络分支对所述多尺度特征图像中至少一个尺度的特征图像进行处理，得到第二处理结果包括：通过所述第二网络分支中的分类子网络对所述至少一个尺度的特征图像进行卷积处理，并对卷积处理结果进行归一化处理，得到第二数值，所述第二数值表示所述至少一个尺度中每个特征图像的每个像素点位于目标对象上的概率；通过所述第二网络分支中的回归子网络对所述特征图像进行处理，得到所述每个像素点所对应的区域框的位置信息；将所述第二数值中的第二目标数值和/或所述第二目标数值所对应的像素点的区域框的位置信息作为所述第二处理结果，其中，所述第二目标数值为所述第二数值中大于第二预设数值的数值。