[发明专利]目标检测方法、装置、终端设备和计算机可读存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括步骤：

将待检测图像输入预设的目标检测网络，得到标记有所述待检测图像的每个像素的置信度的目标置信图；其中，每个像素的置信度是指每个像素作为目标区域的组成部分的置信度；

从所述目标置信图中选取置信度符合预设标准的目标像素，判定以所述目标像素为中心的预设形状的区域为所述待检测图像的目标区域；

其中，所述从所述目标置信图中选取置信度符合预设标准的目标像素，判定以所述目标像素为中心的预设形状的区域为所述待检测图像的目标区域，具体包括：

从所述目标置信图中选取符合预设标准的目标像素作为所述待检测图像的目标区域的中心点；

对以所述中心点为中心的预设形状的区域中的所有像素的置信度进行拟合，并求解出所述拟合对应的函数参数；其中，所述函数参数为满足置信度函数关系的函数参数；所述置信度函数关系为像素的位置与像素的置信度之间的置信度函数关系；

根据预设的函数关系以及所述函数参数计算目标区域的形状参数，确定所述待检测图像的目标区域的形状，并结合所述中心点的位置以及所述待检测图像的目标区域的形状，得到所述待检测图像的目标区域；其中，所述预设的函数关系为所述函数参数与所述目标区域的形状参数之间的函数关系。

2.如权利要求1所述的目标检测方法，其特征在于，通过如下步骤预先得到所述目标检测网络：

读取样本图像，计算所述样本图像中的每个像素的置信度，得到标记有每个所述像素的置信度的训练置信图；其中，所述样本图像中包含目标区域；

以所述样本图像作为训练输入，以所述训练置信图作为训练输出对全卷积网络进行训练，得到训练后的全卷积网络；其中，训练后的所述全卷积网络作为所述目标检测网络。

3.如权利要求2所述的目标检测方法，其特征在于，所述读取样本图像，计算所述样本图像中的每个像素的置信度，得到标记有每个所述像素的置信度的训练置信图，具体包括：

读取样本图像；

将所述样本图像的非目标区域的像素的置信度赋零；

设所述样本图像的目标区域的中心像素的置信度为最高值，设所述样本图像的目标区域的边缘像素的置信度为最低值，根据预设的函数模型确定所述目标区域的每个所述像素的置信度；

根据所述样本图像中的每个像素的置信度，生成相应的训练置信图。

4.如权利要求3所述的目标检测方法，其特征在于，所述设所述样本图像的目标区域的中心像素的置信度为最高值，设所述样本图像的目标区域的边缘像素的置信度为最低值，根据预设的函数模型确定所述目标区域的每个所述像素的置信度，具体包括：

根据所述样本图像的目标区域的形状参数计算高斯分布的标准差，确定高斯分布模型；

选取所述样本图像的目标区域的中心像素作为所述高斯分布模型的中心，根据所述高斯分布模型为所述目标区域的每个所述像素的置信度赋值。

5.如权利要求4所述的目标检测方法，其特征在于，所述样本图像的目标区域的形状参数包括所述目标区域所在的最小矩形的长度值和宽度值；对应地，所述高斯分布模型为二维高斯分布模型，且所述高斯分布模型的y方向标准差与所述最小矩形的长度值成正比，所述高斯分布模型的x方向标准差与所述最小矩形的宽度值成正比。

6.如权利要求1所述的目标检测方法，其特征在于，所述从所述目标置信图中选取符合预设标准的目标像素作为目标区域的中心点，具体包括：

对所述目标置信图进行非极大值抑制处理，得到处理后的目标置信图；

从所述处理后的目标置信图中选取符合预设标准的目标像素作为目标区域的中心点。