[发明专利]备选框更新方法及装置

说明书

本申请提供了一种备选框更新方法及装置，涉及计算机领域。备选框更新方法，包括：根据第一备选框的位置信息和位置向量，得到第一备选框与多个第二备选框的重叠度，第一备选框为备选框集合中分类器得分最高的备选框，第二备选框为备选框集合中除第一备选框之外的备选框，位置向量包括多个第二备选框的位置信息；将第一备选框与多个第二备选框的重叠度和重叠度阈值进行比较以得到更新后的备选框集合。利用本申请的技术方案能够提高更新备选框的效率，进而提高图像识别和检测的工作效率。

技术领域

本申请涉及计算机领域，尤其涉及一种备选框更新的方法及装置。

背景技术

非极大值抑制(英文：Non-Maximum Suppression，NMS)被广泛应用在计算机视觉算法中，比如，人脸识别、边缘检测或目标检测等方面。分类器为NMS计算机视觉算法中的重要部分，其可以用于检测图像中的对象，比如是否为人脸等，针对图像中的一个对象，分类器会产生多个备选框。分类器会对每一个备选框计算分类器得分。为了能够准确地进行对象的检测或识别，对于一个对象只保留一个最优的备选框，将最优的备选框中的内容作为识别或检测出的对象。

具体的，选取图像中所有备选框中分类器得分最高的备选框，遍历计算其他备选框与分类器得分最高的备选框的重叠面积，根据重叠面积删除其他备选框中的部分备选框。在未被删除的其他备选框中再次选取分类器得分最高的备选框，再次执行重叠面积的遍历计算，直至除最优备选框外的其他备选框全部被删除。在较复杂的图像中，备选框的数目非常大，导致遍历计算量增大，从而使得NMS算法的计算量也随之增大，降低了图像识别和检测的工作效率。

发明内容

本申请提供了一种备选框更新的方法及装置，能够提高更新备选框的效率，进而提高图像识别和检测的工作效率。

第一方面，本申请提供了一种备选框更新方法，包括：根据第一备选框的位置信息和位置向量，得到第一备选框与多个第二备选框的重叠度，第一备选框为备选框集合中分类器得分最高的备选框，第二备选框为备选框集合中除第一备选框之外的备选框，位置向量包括多个第二备选框的位置信息；将第一备选框与多个第二备选框的重叠度和重叠度阈值进行比较以得到更新后的备选框集合。

在本申请实施例中，利用第一备选框的位置信息和位置向量，通过一次计算即可得到第一备选框与多个第二备选框的重叠度。并可利用计算得到的第一备选框与第二备选框的重叠度与重叠度阈值，得到更新后的备选框集合中的备选框。在更新备选框的过程中，利用位置向量可大大减少更新备选框集合中的备选框所需要的时间，提高了更新备选框的效率，从而提高了利用本申请中备选框更新方法的NMS方法的效率，进而提高了图像识别和检测的工作效率。

在第一方面的一种实现方式中，将第一备选框与多个第二备选框的重叠度和重叠度阈值进行比较以得到更新后的备选框集合，包括：在多个第二备选框中的第二备选框和第一备选框的重叠度小于或等于重叠度阈值时，确定第二备选框保留在更新后的备选框集合中；在多个第二备选框中的第二备选框和第一备选框的重叠度大于重叠度阈值时，确定第二备选框不保留在更新后的备选框集合中。

保留与第一备选框的重叠度小于或等于重叠度阈值的第二备选框作为更新后的备选框集合中的备选框，删除与第一备选框的重叠度大于重叠度阈值的第二备选框。从而减少了参与下一次备选框集合更新的备选框的数目，相应减小了下一次备选框集合更新所需的运算量和占用资源，进一步提高了备选框集合更新的效率。