[发明专利]一种提高检测目标检测效率的方法

说明书

本发明公开了一种提高检测目标检测效率的方法，包括以下步骤：1)以场景为单位，训练出该场景下可能出现目标的区域范围；2)识别待检测图片的场景，对待检测图片按步骤1学习出的区域范围作裁剪；3)对裁剪后的图片进行缩小并编号，然后多个缩小的图片进行拼接；图片拼接时按编号顺序处理；4)将拼接后的图片送到目标检测算法模型中进行目标检测；5)将目标检测获得的多个目标结果，一一进行反向变换，映射到对应原图中；6)将对应到裁剪图片中的目标信息裁剪出来，进行后续的目标识别。本发明通过对待检测识别的图片作裁剪，缩小，拼接；最后将拼接大图进行目标检测识别，达到一次检测多张图片，有效提升检测算法的处理效率。

技术领域

本发明涉及计算机视觉技术，尤其涉及一种提高检测目标检测效率的方法。

背景技术

目标检测与识别是计算机视觉领域中一个非常重要的研究方向，它是将图像中的目标与不感兴趣的部分区分开，判断是否存在目标，若存在目标则确定目标的位置，识别目标是一种计算机视觉任务。随着互联网，人工智能技术，智能硬件的迅猛发展，人类生活中存在着大量的图像数据，这使得计算机视觉技术在人类生活中起到的作用越来越大，对计算机视觉的研究也越来越火热。

在实际应用中，进行目标检测与识别计算的机器算力是一定的，即输入连续的图像序列集在单位时间内能得到处理的数量是一定的。而进行目标检测与识别的计算往往都需要显卡硬件支持，价格普遍比较昂贵的。这在一定程度上制约了目标检测与识别的企业级应用。怎样提升检测算法的处理效率，缩减产品的成本，成为当下需要解决的问题。

鉴于此，本专利提出一种提高检测目标检测效率的方法。通过对已经检测识别出的目标数据作全局检测统计学习，获得可能出现目标的区域范围；对待检测识别的图片按该区域作图片裁剪，并将多张裁剪后图片作缩小，拼接成一张大图；最后将拼接大图输入给算法模型进行目标检测识别。达到一次检测多张图片的效果，从而提升检测算法的处理效率。最后将检测结果映射回对应的原图中，提取出原图中检测出的目标再进行目标识别。本专利旨在适应目标检测识别算法模型，提升算法模型单次处理的效率。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种提高检测目标检测效率的方法。

本发明解决其技术问题所采用的技术方案是：一种提高检测目标检测效率的方法，包括以下步骤：

1)以场景为单位，通过机器学习的方式对已经检测识别出的目标数据进行统计学习，训练出该场景下可能出现目标的区域范围；所述场景为固定场景；

2)识别待检测图片的场景，根据识别的场景结果对待检测图片按步骤1)学习出的区域范围作裁剪；

3)对裁剪后的图片进行缩小并编号，然后多个缩小的图片进行拼接；图片拼接时按编号顺序处理；

4)将拼接后的图片送到目标检测算法模型中进行目标检测；

5)将目标检测获得的多个目标结果，一一进行反向变换，映射到对应原图中；

6)将对应到裁剪图片中的目标信息裁剪出来，进行后续的目标识别。

按上述方案，所述步骤3)中缩小比例的设置如下：缩小的比例小于等于目标检测识别算法模型中能检测出目标的最小分辨率/能识别出目标的最小分辨率。最佳值即缩小比例的最小值，即能检测出目标的最小分辨率/能识别出目标的最小分辨率。

按上述方案，所述步骤3)中拼接的图片分辨率不大于目标检测算法模型输入图片的分辨率。

本发明产生的有益效果是：本发明通过对已经检测识别出的目标数据作全局检测统计学习，获得可能出现目标的区域范围；对待检测识别的图片按该区域作图片裁剪，并将多张裁剪后图片作缩小，拼接成一张大图；最后将拼接大图输入给算法模型进行目标检测识别。达到一次检测多张图片，提升检测算法的处理效率。