[发明专利]对象检测的系统和方法

说明书

本申请涉及用于对象检测的系统和方法。所述系统和方法可以获取包括目标对象的图像；生成特征图；基于特征图确定候选框；基于所述候选框和所述特征图确定池化候选框；并通过分类器将所述池化候选框分类为一个或以上的对象类别或背景类别。所述一个或以上的池化候选框的每个具有角。对于与所述目标对象相对应的每个池候选框，所述系统和方法可以根据每个角的位置确定每个角的截取策略；通过根据所述截取策略中的一个截取每个角来修剪所述池化候选框；基于所述截取的角来识别所述修剪的池化候选框的边界；并将所述边界映射到所述图像以确定所述目标对象的边界。

技术领域

本申请涉及用于图像处理的系统和方法，尤其涉及检测图像中的对象的系统和方法。

背景技术

随着人工智能(AI)应用(例如，人脸识别、智能监控摄像机)的出现和普及，人工智能对象检测技术，特别是基于深度学习的对象检测技术得到了迅速发展。人工智能对象检测技术可以识别和/或分类图像中的对象，并通过绘制边界框来定位图像中的对象。然而，边界框通常是矩形框。对于不规则的对象或相对于图像倾斜的对象(例如，安全带)，边界框(例如，矩形框)可能包括背景。在一些情况下，边界框可能包括比对象更多的背景，这样不能准确定位对象。因此，期望提供用于确定倾斜对象的边界的人工智能系统和方法，其可以实现倾斜对象的精确定位。

发明内容

本申请的目的在于提供用于对象检测的系统和方法。该系统和方法可以确定对象的边界，从而实现该对象的准确定位。

为达到上述发明目的，本申请提供的技术方案如下：

在本申请的一个方面，提供了一种对象检测的方法。所述方法可以包括获取包括目标对象的图像，并通过将所述图像输入卷积神经网络(CNN)来生成特征图。所述方法还包括基于所述特征图确定候选框，并基于所述候选框和所述特征图确定池化候选框。所述方法还包括通过分类器将所述池化候选框分类为一个或以上对象类别或背景类别。所述一个或以上对象类别可以包括所述目标对象的类别，并且所述池化候选框可以包括对应于所述目标对象的一个或以上池化候选框。所述一个或以上池化候选框中的每个池化候选框可以具有至少两个角。对于与所述目标对象相对应的所述一个或以上池化候选框中的每个池化候选框，所述方法包括根据所述池化候选框的所述至少两个角的每个角的位置确定所述对应角的至少两个截取策略；通过根据所述至少两个截取策略中的一个截取所述至少两个角中的每个角来修剪所述池化候选框；根据所述截取的至少两个角来识别所述修剪的池化候选框的边界；并将所述边界映射到所述图像以确定所述目标对象的边界。

在本申请的另一方面，提供了一种对象检测的系统，所述系统包括获取模块、特征图确定模块、候选框确定模块、池化候选框确定模块、分类模块和边界确定模块；所述获取模块用于获取包含目标对象的图像；所述特征图确定模块用于通过将所述图像输入卷积神经网络来生成特征图；所述候选框确定模块用于基于所述特征图确定候选框；所述池化候选框确定模块用于基于所述候选框和所述特征图确定池化候选框；所述分类模块用于通过分类器将所述池化候选框分类为一个或以上对象类别或背景类别，所述一个或以上对象类别包括所述目标对象的类别，所述池化候选框包括对应于所述目标对象的一个或以上池化候选框，所述一个或以上池化候选框的每个池化候选框具有至少两个角；以及对于与所述目标对象相对应的所述一个或以上池化候选框的每个池化候选框，所述边界确定模块用于根据所述池化候选框的所述至少两个角的每个角的位置确定所述对应角的至少两个截取策略；所述边界确定模块用于通过根据所述至少两个截取策略中的一个截取所述至少两个角中的每个角来修剪所述池化候选框；所述边界确定模块用于根据所述截取的至少两个角来识别所述截取修剪的池化候选框的边界；以及所述边界确定模块用于将所述边界映射到所述图像以确定所述目标对象的边界。