[发明专利]一种物体检测方法和装置

权利要求书

1.一种物体检测方法，其特征在于，包括：

通过训练集训练卷积神经网络、融合层和分类模型，得到物体检测模型；其中，所述训练集包括多个训练样本，每个训练样本包括当前帧图像、前一帧图像和所述当前帧图像中物品的分类标签和位置；

将待测当前帧图像和所述待测当前帧图像的前一帧图像输入到所述物体检测模型中，以检测所述待测当前帧图像中的目标物品以及所述目标物品的位置；

所述卷积神经网络包括第一卷积神经网络和第二卷积神经网络；

通过训练集训练卷积神经网络、融合层和分类模型，得到物体检测模型，包括：

分别将前一帧图像和当前帧图像输入到第一卷积神经网络，得到所述前一帧图像的第一图像特征和所述当前帧图像的第一图像特征；

通过融合层将所述前一帧图像的第一图像特征和所述当前帧图像的第一图像特征进行融合，得到所述当前帧图像的融合图像特征；

将所述当前帧图像的第一图像特征输入到第二卷积神经网络中，得到所述当前帧图像的第二图像特征；

将所述当前帧图像的第二图像特征和融合图像特征输入到分类模型中，以所述当前帧图像中物品的分类标签和位置作为输出，训练所述卷积神经网络、所述融合层和所述分类模型，从而得到物体检测模型。

2.根据权利要求1所述的方法，其特征在于，所述卷积神经网络为ResNet或者VGGNet，所述第一卷积神经网络为所述卷积神经网络的前n层，所述第二卷积神经网络为所述卷积神经网络的其它层；其中，n的取值为第2-4个池化层的序号。

3.根据权利要求1所述的方法，其特征在于，通过融合层将所述前一帧图像的第一图像特征和所述当前帧图像的第一图像特征进行融合，得到所述当前帧图像的融合图像特征，包括：

通过融合层将所述前一帧图像的第一图像特征和所述当前帧图像的第一图像特征相减，得到所述当前帧图像的图像差异特征；

对所述当前帧图像的图像差异特征进行卷积操作和池化操作，得到所述当前帧图像的融合图像特征。

4.根据权利要求3所述的方法，其特征在于，所述融合层包括串联的至少一个卷积层和至少一个池化层；

所述当前帧图像的第二图像特征和融合图像特征的通道数相同，所述当前帧图像的第二图像特征和融合图像特征的宽度相同，所述当前帧图像的第二图像特征和融合图像特征的高度相同。

5.根据权利要求1所述的方法，其特征在于，将所述当前帧图像的第二图像特征和融合图像特征输入到分类模型中，包括：

将所述当前帧图像的第二图像特征和融合图像特征相加，得到叠加图像特征；

将所述叠加图像特征和所述当前帧图像的第二图像特征输入到分类模型中。

6.根据权利要求5所述的方法，其特征在于，所述分类模型包括区域生成网络、感兴趣区域池化层和回归网络；

将所述叠加图像特征和所述当前帧图像的第二图像特征输入到分类模型中，包括：

将所述叠加图像特征输入到区域生成网络中，得到所述当前帧图像中的候选框；

所述当前帧图像的第二图像特征和候选框输入到感兴趣区域池化层中，得到所述当前帧图像中的候选框特征；

将所述当前帧图像中的候选框特征输入到回归网络中。