[发明专利]一种目标检测方法、装置及存储介质有效

专利信息
申请号: 202011072858.0 申请日: 2020-10-09
公开(公告)号: CN112215123B 公开(公告)日: 2022-10-25
发明(设计)人: 谭川奇;薛涛;梅树起 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V20/10 分类号: G06V20/10;G06V10/25;G06V10/44;G06V10/80;G06V10/82;G06N3/04
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;贾允
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 检测 方法 装置 存储 介质
【权利要求书】:

1.一种目标检测方法,其特征在于,所述方法包括:

获取待检测目标图像;

基于可变角度的标注框对所述待检测目标图像进行目标标注,得到带倾斜角度的标注区域图像;

对所述标注区域图像进行特征提取,得到所述待检测目标图像对应的特征提取结果;

基于固定长宽比的搜索框对所述特征提取结果进行局部特征检测,得到所述待检测目标图像对应的多个候选区域图像;

基于非极大值抑制算法对所述多个候选区域图像进行筛选,对筛选结果进行合并得到所述待检测目标图像的目标检测结果。

2.根据权利要求1所述的方法,其特征在于,在所述对所述标注区域图像进行特征提取,得到所述待检测目标图像对应的特征提取结果之前,所述方法还包括:

对所述标注区域图像进行分割,得到所述标注区域图像对应的多个分割区域图像;

相应地,所述对所述标注区域图像进行特征提取,得到所述待检测目标图像对应的特征提取结果,包括:

基于第一神经网络的特征提取层,对所述标注区域图像对应的多个分割区域图像分别进行特征提取,得到所述多个分割区域图像各自对应的特征提取结果;

基于所述第一神经网络的融合层,对所述多个分割区域图像各自对应的特征提取结果进行融合,得到所述待检测目标图像对应的特征提取结果。

3.根据权利要求2所述的方法,其特征在于,所述对所述标注区域图像进行分割,得到所述标注区域图像对应的多个分割区域图像,包括:

将所述标注区域图像的左上角作为起点,以固定矩形框为窗口,从所述标注区域图像中得到第一分割区域图像;所述固定矩形框为正方形,其边长与所述标注区域图像的短边相等;

以固定长度为移动参数,沿着所述标注区域图像的长度方向移动所述第一分割区域图像,得到第二分割区域图像;

将所述第二分割区域图像重新作为所述第一分割区域图像;

重复以固定长度为移动参数,沿着所述标注区域图像的长度方向移动所述第一分割区域图像,得到第二分割区域图像的步骤,直至所述标注区域图像被分割完;

将所述标注区域图像被分割过程中得到的分割区域图像,作为所述多个分割区域图像。

4.根据权利要求1所述的方法,其特征在于,所述基于固定长宽比的搜索框对所述特征提取结果进行局部特征检测,得到所述待检测目标图像对应的多个候选区域图像,包括:

基于第二神经网络中的固定长宽比的搜索框,对所述特征提取结果进行局部特征检测,得到所述待检测目标图像对应的多个中心点;

对所述多个中心点分别进行边框回归,得到所述多个中心点各自对应的边框左上角点和边框右下角点;

基于所述多个中心点各自对应的边框左上角点和边框右下角点,确定所述多个中心点各自对应的边框图像;

将所述多个中心点各自对应的边框图像,作为所述待检测目标图像对应的多个候选区域图像。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

基于固定长宽比的搜索框对所述特征提取结果进行局部特征检测,得到所述多个候选区域图像各自对应的置信度;所述置信度表征候选区域图像包含所述待检测目标图像的概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011072858.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top