[发明专利]对象检测方法、电子装置与对象检测系统

权利要求书

1.一种对象检测方法，适用于一电子装置，所述方法包括：

获取第一图像；

对该第一图像执行一几何转换操作而获取至少一第二图像；

合并该第一图像与所述至少一第二图像产生一合并图像；以及

输入包括该第一图像与所述至少一第二图像的该合并图像至一经训练深度学习模型，以检测该第一图像中的一目标对象。

2.如权利要求1所述的对象检测方法，其中对该第一图像执行该几何转换操作而获取所述至少一第二图像的步骤包括：

分别依据至少一默认角度旋转该第一图像而获取所述至少一第二图像。

3.如权利要求2所述的对象检测方法，其中所述至少一第二图像包括第一旋转图像、第二旋转图像、以及第三旋转图像，且该第一图像、该第一旋转图像、该第二旋转图像、以及该第三旋转图像彼此不重叠并位于该合并图像上的四个不同位置上。

4.如权利要求1所述的对象检测方法，其中合并该第一图像与所述至少一第二图像产生该合并图像的步骤包括：

插入分隔图像区块至该第一图像与所述至少一第二图像之间；以及

调整该合并图像的图像尺寸。

5.如权利要求4所述的对象检测方法，其中该分隔图像区块包括第一颜色区块、第二颜色区块或其组合。

6.如权利要求5所述的对象检测方法，其中该第一颜色区块为黑色区块。

7.如权利要求1所述的对象检测方法，所述方法还包括：

从一视频串流取得一原始图像；以及

依据一感兴趣区域自该原始图像获取该第一图像。

8.如权利要求1所述的对象检测方法，所述方法还包括：

通过一显示器显示包括一对象信息的该合并图像，其中所述对象信息包括用于圈选所检测出的该目标对象的边界框(Bonding Box)。

9.如权利要求1所述的对象检测方法，所述方法还包括：

获取训练数据集中的多张原始训练图像；

卷标所述多张原始训练图像中的解答对象；

对所述多张原始训练图像执行数据增强操作而获取多张实际训练图像；以及

依据所述多张实际训练图像与经卷标的解答对象进行深度学习产生经训练深度学习模型，其中该数据增强操作独立于该几何转换。

10.如权利要求1所述的对象检测方法，其中该深度学习模型为卷积层类神经网络(Convolution Neural Network，CNN)模型。

11.一种电子装置，包括：

储存装置；以及

处理器，耦接该储存装置，被配置为执行该储存装置中的指令以：

获取第一图像；

对该第一图像执行一几何转换操作而获取至少一第二图像；

合并该第一图像与所述至少一第二图像产生一合并图像；以及

输入包括该第一图像与所述至少一第二图像的该合并图像至一经训练深度学习模型，以检测该第一图像中的一目标对象。

12.如权利要求11所述的电子装置，其中该处理被配置为：

分别依据至少一默认角度旋转该第一图像而获取所述至少一第二图像。

13.如权利要求12所述的电子装置，其中所述至少一第二图像包括第一旋转图像、第二旋转图像、以及第三旋转图像，且该第一图像、该第一旋转图像、该第二旋转图像、以及该第三旋转图像彼此不重叠并位于该合并图像上的四个不同位置上。

14.如权利要求11所述的电子装置，其中该处理器被配置为：

插入分隔图像区块至该第一图像与所述至少一第二图像之间；以及

调整该合并图像的图像尺寸。