[发明专利]目标缺损的检测方法、设备及计算机存储介质

权利要求书

1.一种目标缺损的检测方法，其特征在于，所述目标缺损的检测方法包括：

获取待检测区域的多帧图像；

对所述多帧图像进行非目标检测，得到非目标的位置信息；

利用所述非目标的位置信息对每帧图像中的非目标进行剔除；

对剔除非目标后的多帧图像进行目标预测，以融合目标预测后的多帧图像，得到目标图像，所述目标图像包括目标预测结果；

利用所述目标图像与预设图像之间的相似度确定所述待检测区域中目标的缺损程度。

2.根据权利要求1所述的目标缺损的检测方法，其特征在于，

所述非目标的位置信息包括非目标所在区域，所述利用所述非目标的位置信息对所述每帧图像中的非目标进行剔除的步骤之后，包括：

计算所述每帧图像中其余区域之间的并集，得到区域集，所述图像包括所述非目标所在区域和所述其余区域；

计算所述区域集与预设区域集之间的交集，并判断所述区域集与所述预设区域集之间的交集是否等于所述预设区域集；

若是，停止获取图像，得到剔除非目标后的多帧图像。

3.根据权利要求1所述的目标缺损的检测方法，其特征在于，

所述对剔除非目标后的多帧图像进行目标预测的步骤，包括：

采用多尺度级联技术对所述剔除非目标后的多帧图像进行特征提取，得到多帧特征图像；

采用语义分割网络对所述每帧特征图像进行目标预测。

4.根据权利要求3所述的目标缺损的检测方法，其特征在于，

所述采用多尺度级联技术对所述剔除非目标后的多帧图像进行特征提取，得到多帧特征图像的步骤，包括：

对所述剔除非目标后的每帧图像分别进行上采样处理，得到第一采样图像；

对所述剔除非目标后的每帧图像分别进行下采样处理，得到第二采样图像；

将所述第一采样图像、所述第二采样图像和所述剔除非目标后的图像输入特征提取网络中进行注意力机制学习，得到特征图像。

5.根据权利要求3所述的目标缺损的检测方法，其特征在于，

所述采用所述语义分割网络对所述多帧特征图像进行目标预测，得到目标预测后的多帧图像的步骤，包括：

将所述特征图像输入所述语义分割网络中，得到第一概率矩阵，所述第一概率矩阵中的每一元素包括多个类别概率；

将所述第一概率矩阵中与所述图像的非目标所在像素点对应元素的一类别概率设置为第一阈值，其余类别概率设置为第二阈值，得到第二概率矩阵，所述第一概率矩阵中的元素与所述图像中的像素点对应，所述图像的非目标位置信息包括非目标所在像素点；

所述融合目标预测后的多帧图像，得到目标图像的步骤，包括：

将与所述多帧特征图像对应的第二概率矩阵进行叠加，得到目标图像。

6.根据权利要求1所述的目标缺损的检测方法，其特征在于，

所述预设图像包括多个预设目标，所述利用所述目标图像与预设图像之间的相似度确定所述待检测区域中目标的缺损程度的步骤，包括：

将所述多个预设目标输入孪生网络，得到与所述多个预设目标对应的预设目标特征；

将所述目标图像输入所述孪生网络，得到目标特征图像，所述目标特征图像包括多个目标特征；

计算所述目标特征图像中的目标特征与对应的预设目标特征之间的相似度；

在所述目标特征图像中的目标特征与对应的预设目标特征之间的相似度大于等于预设相似度阈值的情况下，判定所述目标图像中的目标完整；

在所述目标特征图像中的目标特征与对应的预设目标特征之间的相似度小于所述预设相似度阈值的情况下，判定所述目标图像中的目标缺损。